JP7024981B2 - Systems and methods for measuring radiant thermal energy during additive manufacturing operations - Google Patents

Systems and methods for measuring radiant thermal energy during additive manufacturing operations Download PDF

Info

Publication number
JP7024981B2
JP7024981B2 JP2020529102A JP2020529102A JP7024981B2 JP 7024981 B2 JP7024981 B2 JP 7024981B2 JP 2020529102 A JP2020529102 A JP 2020529102A JP 2020529102 A JP2020529102 A JP 2020529102A JP 7024981 B2 JP7024981 B2 JP 7024981B2
Authority
JP
Japan
Prior art keywords
grid
scans
energy source
thermal energy
area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2020529102A
Other languages
Japanese (ja)
Other versions
JP2020530070A (en
Inventor
マディガン，アール．ブルース
ジャケメットン，ラース
ワイクル，グレン
ジェイ． コーラ，マーク
アール． デイヴ，ヴィヴェック
ベケット，ダレン
エム． カストロ，アルバート
Original Assignee
シグマ ラボズ，インコーポレイテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by シグマ ラボズ，インコーポレイテッド filed Critical シグマ ラボズ，インコーポレイテッド
Publication of JP2020530070A publication Critical patent/JP2020530070A/en
Priority to JP2022015272A priority Critical patent/JP7408066B2/en
Application granted granted Critical
Publication of JP7024981B2 publication Critical patent/JP7024981B2/en
Priority to JP2023208352A priority patent/JP2024037833A/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03—Observing, e.g. monitoring, the workpiece
    • B23K26/032—Observing, e.g. monitoring, the workpiece using optical means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/80—Data acquisition or data processing
    • B22F10/85—Data acquisition or data processing for controlling or regulating additive manufacturing processes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F12/00—Apparatus or devices specially adapted for additive manufacturing; Auxiliary means for additive manufacturing; Combinations of additive manufacturing apparatus or devices with other processing apparatus or devices
    • B22F12/90—Means for process control, e.g. cameras or sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K15/00—Electron-beam welding or cutting
    • B23K15/0046—Welding
    • B23K15/0086—Welding welding for purposes other than joining, e.g. built-up welding
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K15/00—Electron-beam welding or cutting
    • B23K15/02—Control circuits therefor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/08—Devices involving relative movement between laser beam and workpiece
    • B23K26/082—Scanning systems, i.e. devices involving movement of the laser beam relative to the laser head
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/12—Working by laser beam, e.g. welding, cutting or boring in a special atmosphere, e.g. in an enclosure
    • B23K26/123—Working by laser beam, e.g. welding, cutting or boring in a special atmosphere, e.g. in an enclosure in an atmosphere of particular gases
    • B23K26/125—Working by laser beam, e.g. welding, cutting or boring in a special atmosphere, e.g. in an enclosure in an atmosphere of particular gases of mixed gases
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/34—Laser welding for purposes other than joining
    • B23K26/342—Build-up welding
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/70—Auxiliary operations or equipment
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • B23K31/125—Weld quality monitoring
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/10—Processes of additive manufacturing
    • B29C64/106—Processes of additive manufacturing using only liquids or viscous materials, e.g. depositing a continuous bead of viscous material
    • B29C64/124—Processes of additive manufacturing using only liquids or viscous materials, e.g. depositing a continuous bead of viscous material using layers of liquid which are selectively solidified
    • B29C64/129—Processes of additive manufacturing using only liquids or viscous materials, e.g. depositing a continuous bead of viscous material using layers of liquid which are selectively solidified characterised by the energy source therefor, e.g. by global irradiation combined with a mask
    • B29C64/135—Processes of additive manufacturing using only liquids or viscous materials, e.g. depositing a continuous bead of viscous material using layers of liquid which are selectively solidified characterised by the energy source therefor, e.g. by global irradiation combined with a mask the energy source being concentrated, e.g. scanning lasers or focused light sources
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/20—Apparatus for additive manufacturing; Details thereof or accessories therefor
    • B29C64/264—Arrangements for irradiation
    • B29C64/268—Arrangements for irradiation using laser beams; using electron beams [EB]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/30—Auxiliary operations or equipment
    • B29C64/386—Data acquisition or data processing for additive manufacturing
    • B29C64/393—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y10/00—Processes of additive manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y30/00—Apparatus for additive manufacturing; Details thereof or accessories therefor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y50/00—Data acquisition or data processing for additive manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y50/00—Data acquisition or data processing for additive manufacturing
    • B33Y50/02—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/20—Direct sintering or melting
    • B22F10/28—Powder bed fusion, e.g. selective laser melting [SLM] or electron beam melting [EBM]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/30—Process control
    • B22F10/31—Calibration of process steps or apparatus settings, e.g. before or during manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F2203/00—Controlling
    • B22F2203/11—Controlling temperature, temperature profile
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K2101/00—Articles made by soldering, welding or cutting
    • B23K2101/001—Turbines
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/25—Process efficiency

Description

[0001]関連出願への相互参照
本出願は、それぞれ「Ｓｙｓｔｅｍｓ Ａｎｄ Ｍｅｔｈｏｄｓ Ｆｏｒ Ｍｅａｓｕｒｉｎｇ Ｅｎｅｒｇｙ Ｉｎｐｕｔ Ｄｕｒｉｎｇ Ａｎ Ａｄｄｉｔｉｖｅ Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｏｐｅｒａｔｉｏｎ」と題する、２０１７年８月１日に出願された米国仮特許出願第６２／５４０，０１６号、２０１８年２月２１日に出願された第６２／６３３，４８７号、および２０１８年３月１５日に出願された６２／６４３，４５７号の優先権を主張し、その開示は、その全体があらゆる目的のために参照により本明細書に組み込まれる。 [0001] Cross-reference to related applications This application is a US patent filed on August 1, 2017, entitled "Systems And Methods For Measurement Engineering Input During An Adaptive Manufacturing Operation", respectively. Claim the priority of No. 016, No. 62 / 633,487 filed February 21, 2018, and No. 62 / 643,457 filed March 15, 2018, the disclosure thereof. The whole is incorporated herein by reference for all purposes.

[0002]付加製造、または材料の追加と加えられるエネルギーの組み合わせによる部品の連続的アセンブリもしくは構築は、多くの形態をとり、現在多くの特定の実装と実施形態で存在している。付加製造は、実質的にあらゆる形状の３次元部品の形成を伴う、さまざまなプロセスのいくつかを使用して実行できる。さまざまなプロセスでは、一般に、液体、粉末、または粒状の原材料の焼結、硬化、または溶融が、それぞれ紫外線、高パワーレーザ、または電子ビームを使用して層ごとに行われる。残念ながら、この方法で製造された部品の品質を決定するための確立されたプロセスは限られている。従来の品質保証テストでは、一般に、部品の機械的、幾何学的、または冶金学的特性のポストプロセス測定が行われるが、これはしばしば部品の破壊をもたらす。破壊的テストは、部品のさまざまな内部特徴を綿密に調べることができるため、部品の品質を検証する方法として受け入れられているが、このようなテストは明白な理由で生産部品に適用できない。したがって、付加製造によって生産される生産部品の機械的、幾何学的、および冶金学的特性を非破壊的かつ正確に検証する方法が望まれている。 [0002] Continuous assembly or construction of parts by additional manufacturing, or a combination of material additions and applied energies, has taken many forms and is currently present in many specific implementations and embodiments. Addition manufacturing can be performed using some of the various processes that involve the formation of 3D parts of virtually any shape. In various processes, liquid, powder, or granular raw materials are generally sintered, cured, or melted layer by layer using UV, high power lasers, or electron beams, respectively. Unfortunately, there are limited established processes for determining the quality of parts manufactured in this way. Traditional quality assurance tests typically make post-process measurements of the mechanical, geometric, or metallurgical properties of a part, which often results in the destruction of the part. Destructive testing is accepted as a method of verifying the quality of a part because it can scrutinize various internal features of the part, but such testing is not applicable to production parts for obvious reasons. Therefore, there is a need for a non-destructive and accurate method of verifying the mechanical, geometric and metallurgical properties of production parts produced by additive manufacturing.

[0003]説明された実施形態は、付加製造に関連し、これは、強い熱エネルギーの移動領域の形をとるエネルギー源の使用を伴う。この熱エネルギーが追加された材料の物理的溶融を引き起こす場合、これらのプロセスは溶接プロセスとして広く知られている。溶接プロセスでは、材料が増分的かつ連続的に追加され、溶融溶接と同様の方法でエネルギー源によって溶融される。説明された実施形態と共に使用するのに適した例示的な溶接プロセスは、粉末床を備えた走査エネルギー源を使用するプロセス、およびエネルギー源としてアーク、レーザまたは電子ビームを使用するワイヤ供給プロセスを含む。 [0003] The embodiments described relate to additive manufacturing, which involves the use of energy sources in the form of regions of intense thermal energy transfer. These processes are widely known as welding processes when this thermal energy causes the physical melting of the added material. In the welding process, materials are added incrementally and continuously and melted by an energy source in a manner similar to melt welding. Exemplary welding processes suitable for use with the embodiments described include a process using a scanning energy source with a powder bed and a wire feeding process using an arc, laser or electron beam as the energy source. ..

[0004]追加された材料が粉末の層の形をとる場合、粉末材料の各増分層が構築中の部品に連続して追加された後、走査エネルギー源は、粉末層の領域を溶接することにより、増分的に追加された粉末を溶融し、移動溶融領域（以下、溶融プールと呼ばれる）を生成し、このため、固化すると、それらは、新しい層の下に以前に連続して加えられ、溶融および固化した層の一部となり、構築中の部品を形成する。付加機械加工プロセスは時間がかかり、溶融プールのパスを何回も含む可能性があるため、溶融プールを使用して部品を固化させる際に、溶融プールのサイズと温度の少なくともわずかな変動を避けることは困難であり得る。本明細書に記載の実施形態は、溶融プールのサイズおよび温度の変動によって引き起こされる不連続性を低減または最小化する。加熱要素の高速移動と３次元構造の形成に必要な複雑なパターンにより、付加製造プロセスはコンピュータ数値制御（ＣＮＣ）に関連付けられた１つまたは複数のプロセッサによって駆動され得ることに留意されたい。 [0004] If the added material is in the form of a layer of powder, the scanning energy source should weld the area of the powder layer after each incremental layer of powder material is continuously added to the part under construction. Melts the powder added incrementally to create a moving melt region (hereinafter referred to as the melt pool), so that when solidified, they are previously continuously added underneath the new layer. It becomes part of the melted and solidified layer and forms the part under construction. The additional machining process is time consuming and can involve multiple melt pool passes, so avoid at least slight variations in melt pool size and temperature when solidifying parts using the melt pool. That can be difficult. The embodiments described herein reduce or minimize the discontinuity caused by variations in the size and temperature of the molten pool. Note that due to the high speed movement of the heating element and the complex patterns required to form the three-dimensional structure, the additive manufacturing process can be driven by one or more processors associated with computer numerical control (CNC).

[0005]説明された実施形態の全体的な目的は、例えば、品質推定、プロセス制御、またはその両方などの光学センシング技術を付加製造プロセスに適用することである。光学センサを使用して、関連するインプロセス物理変数の進展を追跡することにより、インプロセス物理現象の進展を追跡できる。本明細書では、光学は、近赤外（ＩＲ）、可視、および近紫外（ＵＶ）を含む電磁スペクトルの部分を含むことができる。一般に、光学スペクトルは、３８０ｎｍから７８０ｎｍの波長になると考えられている。しかし、近ＵＶおよび近ＩＲは、それぞれ１ｎｍの短い波長および３０００ｎｍの長い波長にまで及ぶ可能性がある。光学センサから収集されたセンサ読み取り値を使用して、プロセス品質メトリック（ＩＰＱＭ）を決定できる。そのようなＩＰＱＭの１つに熱エネルギー密度（ＴＥＤ）があり、これは、部品のさまざまな領域に加えられるエネルギー量を特徴付けるのに役立つ。 [0005] The overall purpose of the described embodiments is to apply optical sensing techniques, such as, for example, quality estimation, process control, or both, to an additive manufacturing process. Optical sensors can be used to track the evolution of in-process physical phenomena by tracking the evolution of related in-process physical variables. As used herein, optics can include parts of the electromagnetic spectrum including near infrared (IR), visible, and near ultraviolet (UV). It is generally believed that the optical spectrum has a wavelength of 380 nm to 780 nm. However, near UV and near IR can extend to short wavelengths of 1 nm and long wavelengths of 3000 nm, respectively. Sensor readings collected from optical sensors can be used to determine process quality metrics (IPQM). One such IPQM is thermal energy density (TED), which helps characterize the amount of energy applied to different regions of the component.

[0006]ＴＥＤは、レーザパワー、レーザ速度、ハッチ間隔など、ユーザ定義のレーザ粉末床融合プロセスパラメータに敏感なメトリックである。このメトリックは、ベースラインデータセットとのＩＰＱＭ比較を使用した分析に使用できる。結果のＩＰＱＭは、スキャンごとに計算でき、点群を使用してグラフまたは３次元で表示できる。また、製造欠陥を示すベースラインデータセットとのＩＰＱＭ比較を使用して、プロセスパラメータの制御信号を生成することができる。いくつかの実施形態では、詳細な熱分析が望まれる場合、各スキャンの個別部分について熱エネルギー密度を決定できる。いくつかの実施形態では、複数のスキャンからの熱エネルギーデータをグリッドの個別のグリッド領域に分割することができ、各グリッド領域は、１つの層または事前に規定された数の層の各グリッド領域で受け取ったエネルギーの合計量を反映できる。 [0006] TED is a metric sensitive to user-defined laser powder bed fusion process parameters such as laser power, laser speed, and hatch spacing. This metric can be used for analysis using IPQM comparisons with baseline datasets. The resulting IPQM can be calculated on a scan-by-scan basis and displayed graphically or in 3D using point clouds. IPQM comparisons with baseline datasets indicating manufacturing defects can also be used to generate control signals for process parameters. In some embodiments, thermal energy densities can be determined for individual parts of each scan if detailed thermal analysis is desired. In some embodiments, thermal energy data from multiple scans can be divided into individual grid areas of the grid, where each grid area is one layer or each grid area of a predetermined number of layers. Can reflect the total amount of energy received in.

[0007]付加製造方法が開示されており、この方法は：ビルド面にわたるエネルギー源の複数のスキャンを生成するステップと；ビルド面を監視する光学センサを使用して、複数のスキャンのそれぞれの間にビルド面から放射されるエネルギー量を測定するステップと；複数のスキャン中に横断したビルド面の面積を決定するステップと；放射されたエネルギー量と複数のスキャンが横断したビルド面の面積に基づいて、複数のスキャンが横断したビルド面の面積の熱エネルギー密度を決定するステップと；熱エネルギー密度をビルド面の１つまたは複数の位置にマッピングするステップと；熱エネルギー密度が密度値の範囲外の密度によって特徴付けられると決定するステップと；その後、ビルド面の１つまたは複数の位置にわたる、または近接するエネルギー源の後続のスキャンを調整するステップと、を含む。 [0007] An additional manufacturing method has been disclosed: the steps of generating multiple scans of an energy source across the build surface; and between each of the multiple scans using an optical sensor that monitors the build surface. To measure the amount of energy radiated from the build surface; to determine the area of the build surface traversed during multiple scans; based on the amount of energy radiated and the area of the build surface traversed by multiple scans. To determine the thermal energy density of the area of the build surface traversed by multiple scans; and to map the thermal energy density to one or more locations on the build surface; the thermal energy density is out of range of density values. It involves determining that it is characterized by the density of the energy sources; then coordinating subsequent scans of energy sources that span or are adjacent to one or more locations on the build surface.

[0008]付加製造方法が開示されており、この方法は：ビルド面にわたるエネルギー源のスキャンを生成するステップと；粉末床を監視する光学センサを使用して、スキャン中に粉末床から放射されるエネルギー量を測定するステップと；スキャンに関連する面積を決定するステップと；放射されたエネルギー量とスキャンの面積に基づいてスキャンの面積の熱エネルギー密度を決定するステップと；熱エネルギー密度が密度値の範囲外の密度によって特徴付けられると決定するステップと；その後、ビルド面にわたるエネルギー源の後続のスキャンを調整するステップと、を含む。 [0008] An additional manufacturing method has been disclosed, in which the steps are to generate a scan of the energy source across the build surface; and are emitted from the powder bed during the scan using an optical sensor that monitors the powder bed. Steps to measure the amount of energy; steps to determine the area associated with the scan; steps to determine the thermal energy density of the scan area based on the amount of energy radiated and the area of the scan; thermal energy density is the density value It involves determining that it is characterized by a density outside the range of; then adjusting subsequent scans of the energy source over the build surface.

[0009]付加製造方法が開示されており、この方法は：エネルギー源を使用して付加製造動作を実行するステップと；粉末床を横切るエネルギー源のスキャン中に、フォトダイオードに関連付けられたセンサデータを受信するステップと；エネルギー源の電源がオンになったことを示す駆動信号データを受信するステップと；エネルギー源駆動信号データを使用して、エネルギー源の電源がオンになったときに収集されたセンサデータを識別するステップと；センサデータを複数のサンプルセクションに分割するステップであって、各サンプルセクションはスキャンの一部に対応する、ステップと；複数のサンプルセクションのそれぞれの熱エネルギー密度を決定するステップと；複数のサンプルセクションのそれぞれの熱エネルギー密度に基づいて、製造欠陥を含む可能性が最も高い部品の１つまたは複数の部分を識別するステップと、を含む。 [0009] An additional manufacturing method has been disclosed, which is: with the steps of performing an additional manufacturing operation using an energy source; sensor data associated with the photodiode during a scan of the energy source across the powder bed. And; the step of receiving the drive signal data indicating that the energy source is powered on; and; the energy source drive signal data is used to be collected when the energy source is powered on. The step of identifying the sensor data; the step of dividing the sensor data into multiple sample sections, where each sample section corresponds to a part of the scan, and the step; the thermal energy density of each of the multiple sample sections. Includes a step to determine; a step to identify one or more parts of the part most likely to contain manufacturing defects, based on the respective thermal energy densities of the plurality of sample sections.

[0010]付加製造方法が開示されており、この方法は：ビルド面にわたるエネルギー源の複数のスキャンを生成するステップと；複数のスキャンを含むグリッド領域を決定するステップであって、グリッド領域はグリッド面積によって特徴付けられる、ステップと；光学センサを使用して、複数のスキャンのそれぞれの間にセンサ読み取り値を生成するステップと；センサ読み取り値を使用して、複数のスキャン中にビルド面から放射されるエネルギーの合計量を決定するステップと；放射されるエネルギーの合計量とグリッド面積に基づいて、グリッド領域に関連する熱エネルギー密度を計算するステップと；グリッド領域に関連付けられた熱エネルギー密度が、熱エネルギー密度値の範囲外の熱エネルギー密度によって特徴付けられると決定するステップと；その後、エネルギー源の出力を調整するステップと、を含む。 [0010] An additional manufacturing method has been disclosed, in which: a step of generating multiple scans of an energy source across a build surface; and a step of determining a grid region containing multiple scans, where the grid region is a grid. A step characterized by area; a step that uses an optical sensor to generate a sensor reading between each of multiple scans; and a step that uses a sensor reading to radiate from the build surface during multiple scans. The step of determining the total amount of energy to be produced; the step of calculating the thermal energy density associated with the grid region based on the total amount of energy emitted and the grid area; the thermal energy density associated with the grid region Includes the step of determining to be characterized by a thermal energy density outside the range of thermal energy density values; and then the step of adjusting the output of the energy source.

[0011]付加製造方法が開示されており、この方法は：それぞれがグリッド領域面積を有する複数のグリッド領域を含むグリッドとしてビルド面の一部を画定するステップと；ビルド面にわたるエネルギー源の複数のスキャンを生成するステップと；光学センサを使用して、複数のスキャンのそれぞれの間にセンサ読み取り値を生成するステップと；複数のスキャンのそれぞれに対して、複数のセンサ読み取り値のそれぞれの部分を複数のグリッド領域のそれぞれ１つにマッピングするステップと；複数のグリッド領域のそれぞれについて：各グリッド領域にマッピングされたセンサ読み取り値を合計するステップと；合計されたセンサ読み取り値とグリッド領域面積に基づいてグリッドベースの熱エネルギー密度を計算するステップと；複数のグリッド領域の１つまたは複数に関連付けられたグリッドベースの熱エネルギー密度が、熱エネルギー密度値の範囲外の熱エネルギー密度によって特徴付けられると決定するステップと；その後、エネルギー源の出力を調整するステップと、を含む。 [0011] Additional manufacturing methods have been disclosed: a step of defining a portion of a build surface as a grid containing multiple grid areas, each of which has a grid area area; and a plurality of energy sources across the build surface. With the steps to generate scans; with the step of using optical sensors to generate sensor readings between each of the multiple scans; with each of the multiple scans, each portion of the multiple sensor readings. With steps to map to one of each of the multiple grid areas; for each of the multiple grid areas: with the steps to sum the sensor readings mapped to each grid area; based on the totaled sensor readings and grid area area. And the steps to calculate the grid-based heat energy density; the grid-based heat energy density associated with one or more of the grid regions is characterized by the heat energy density outside the range of the heat energy density values. Includes a step to determine; then a step to adjust the output of the energy source.

[0012]本開示は、添付の図面と併せて以下の詳細な説明によって容易に理解され、同様の参照符号は同様の構造要素を示す。 [0012] The present disclosure is readily understood by the following detailed description in conjunction with the accompanying drawings, with similar reference numerals indicating similar structural elements.

この特定の例では、レーザビームであると解釈される、エネルギー源を備えた付加製造システムで使用される光学検知装置の概略図である。In this particular example, it is a schematic of an optical detector used in an additive manufacturing system with an energy source, which is interpreted as a laser beam. この特定の例では電子ビームであると解釈される、エネルギー源を備えた付加製造システムで使用される光学検知装置の概略図である。FIG. 6 is a schematic representation of an optical detector used in an additive manufacturing system with an energy source, interpreted as an electron beam in this particular example. 付加製造プロセスで使用されるサンプルスキャンパターンを示す図である。It is a figure which shows the sample scan pattern used in the addition manufacturing process. 製造欠陥を含む可能性が最も高い部品の部分を識別するための方法を表すフローチャートである。It is a flowchart which shows the method for identifying the part of a part which is most likely to contain a manufacturing defect. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. スキャンレットデータ分離を使用してＩＰＱＭ評価を完了する方法を詳細に説明するフローチャートである。It is a flowchart explaining in detail how to complete an IPQM evaluation using scanlet data separation. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. 熱エネルギー密度を使用して製造欠陥を含む可能性が最も高い部品の一部を識別するための段階的なプロセスに関連するデータを示す図である。FIG. 6 shows data related to a step-by-step process for identifying some of the parts most likely to contain manufacturing defects using thermal energy density. ＩＰＱＭメトリックをポストプロセス金属組織学と比較するテスト結果を示す図である。It is a figure which shows the test result which compares the IPQM metric with post process metal histology. ＩＰＱＭメトリックをポストプロセス金属組織学と比較するテスト結果を示す図である。It is a figure which shows the test result which compares the IPQM metric with post process metal histology. ＩＰＱＭメトリックをポストプロセス金属組織学と比較するテスト結果を示す図である。It is a figure which shows the test result which compares the IPQM metric with post process metal histology. 非撮像光検出器などの光学センサによって記録されたデータを処理して、付加製造ビルドプロセスを特徴付けることができる代替プロセスを示す図である。FIG. 6 illustrates an alternative process that can process data recorded by an optical sensor such as a non-imaging photodetector to characterize an additive manufacturing build process. 複数のスキャンが個々のグリッド領域で導入されるパワーにどのように寄与できるかを示す視覚的描写である。A visual depiction of how multiple scans can contribute to the power introduced in each grid area. 複数のスキャンが個々のグリッド領域で導入されるパワーにどのように寄与できるかを示す視覚的描写である。A visual depiction of how multiple scans can contribute to the power introduced in each grid area. 複数のスキャンが個々のグリッド領域で導入されるパワーにどのように寄与できるかを示す視覚的描写である。A visual depiction of how multiple scans can contribute to the power introduced in each grid area. 複数のスキャンが個々のグリッド領域で導入されるパワーにどのように寄与できるかを示す視覚的描写である。A visual depiction of how multiple scans can contribute to the power introduced in each grid area. 説明された実施形態での使用に適した例示的なタービンブレードを示す図である。It is a figure which shows the exemplary turbine blade suitable for use in the embodiment described. ２５個のタービンブレードをビルド面１００６の上に同時に製造することができる例示的な製造構成を示す図である。It is a figure which shows the exemplary manufacturing configuration which can simultaneously manufacture 25 turbine blades on the build surface 1006. 図１０Ｂに描かれた構成の異なる層の断面図である。FIG. 10B is a cross-sectional view of layers having different configurations drawn in FIG. 10B. 図１０Ｂに描かれた構成の異なる層の別の断面図である。FIG. 10B is another cross-sectional view of layers of different configurations depicted in FIG. 10B. タービンブレードのベース部分の断面図である。It is sectional drawing of the base part of a turbine blade. タービンブレードのベース部分の別の断面図である。It is another sectional view of the base part of a turbine blade. ２つの異なるベース部分間の表面一貫性の違いを示す写真である。It is a photograph showing the difference in surface consistency between two different base parts. 複数の異なるビルドに関連する部品の熱エネルギー密度を示す図である。It is a figure which shows the thermal energy density of the part which is related to several different builds. 現場測定値を使用して部品の動作を制御するために熱エネルギー密度をどのように使用できるかの例を示す図である。It is a figure which shows an example of how a thermal energy density can be used to control the operation of a part using a field measurement. 現場測定値を使用して部品の動作を制御するために熱エネルギー密度をどのように使用できるかの例を示す図である。It is a figure which shows an example of how a thermal energy density can be used to control the operation of a part using a field measurement. 現場測定値を使用して部品の動作を制御するために熱エネルギー密度をどのように使用できるかの例を示す図である。It is a figure which shows an example of how a thermal energy density can be used to control the operation of a part using a field measurement. エネルギー源の設定がプロセスウィンドウから離れすぎていることに起因するさまざまな物理的効果を強調する別のパワー密度グラフである。Another power density graph highlighting the various physical effects caused by the energy source settings being too far from the process window. 溶融プールのサイズおよび形状が、レーザパワーおよびスキャン速度設定に従ってどのように変化し得るかを示す図である。It is a figure which shows how the size and shape of a melting pool can change according to a laser power and a scan speed setting. 付加製造動作を特徴付けて制御するために、どのようにグリッドを動的に生成できるかを示す図である。It is a figure which shows how the grid can be dynamically generated in order to characterize and control an addition manufacturing operation. 付加製造動作を特徴付けて制御するために、どのようにグリッドを動的に生成できるかを示す図である。It is a figure which shows how the grid can be dynamically generated in order to characterize and control an addition manufacturing operation. 付加製造動作を特徴付けて制御するために、どのようにグリッドを動的に生成できるかを示す図である。It is a figure which shows how the grid can be dynamically generated in order to characterize and control an addition manufacturing operation. 付加製造動作を特徴付けて制御するために、どのようにグリッドを動的に生成できるかを示す図である。It is a figure which shows how the grid can be dynamically generated in order to characterize and control an addition manufacturing operation. 付加製造動作を特徴付けて制御するために、どのようにグリッドを動的に生成できるかを示す図である。It is a figure which shows how the grid can be dynamically generated in order to characterize and control an addition manufacturing operation. 付加製造動作を特徴付けて制御するために、どのようにグリッドを動的に生成できるかを示す図である。It is a figure which shows how the grid can be dynamically generated in order to characterize and control an addition manufacturing operation. 付加製造動作のフィードバック制御を確立および維持するための例示的な制御ループ１６００を示す図である。FIG. 5 illustrates an exemplary control loop 1600 for establishing and maintaining feedback control of additive manufacturing operations. ビルドプレートにわたる粉末の正規分布を示す図である。It is a figure which shows the normal distribution of the powder over a build plate. 不十分な量の粉末が回収され、リコータアームによってビルドプレート全体に広がるとき、結果として生じる粉末層の厚さが変化し得る様子を示す図である。FIG. 5 shows how the thickness of the resulting powder layer can change as an inadequate amount of powder is recovered and spread over the entire build plate by the recoater arm. ビルドプレートの白黒写真であり、ここでは、粉末のショートフィードにより、ビルドプレート上に配置された９つのワークピースが部分的にしか覆われていない。A black-and-white photograph of the build plate, where a short feed of powder only partially covers the nine workpieces placed on the build plate. 同じ入力パラメータを使用してエネルギー源が９つすべてのワークピース全体を走査するとき、検出される熱エネルギー密度がどのように実質的に異なるかを示す図である。It is a diagram showing how the detected thermal energy densities are substantially different when the energy source scans the entire workpiece of all nine using the same input parameters.

[0038]図１Ａは、１つまたは複数の光学検知装置を使用して熱エネルギー密度を決定する付加製造システムの実施形態を示している。熱エネルギー密度は、例えばエネルギー源パワー、エネルギー源速度、ハッチ間隔などのプロセスパラメータの変化に敏感である。図１Ａの付加製造システムは、エネルギー源としてレーザ１００を使用する。レーザ１００は、部分反射ミラー１０２を通過して走査および集束システム１０３に入るレーザビーム１０１を放出し、次いで、走査および集束システム１０３は、ビームを作業プラットフォーム１０５上の小領域１０４に投射する。いくつかの実施形態では、作業プラットフォームは粉末床である。材料温度が高いため、光エネルギー１０６が小領域１０４から放出される。 [0038] FIG. 1A shows an embodiment of an additive manufacturing system that uses one or more optical detectors to determine thermal energy density. Thermal energy density is sensitive to changes in process parameters such as energy source power, energy source velocity, and hatch spacing. The additive manufacturing system of FIG. 1A uses a laser 100 as an energy source. The laser 100 emits a laser beam 101 that passes through the partially reflected mirror 102 and enters the scanning and focusing system 103, which then projects the beam onto a small area 104 on the working platform 105. In some embodiments, the working platform is a powder bed. Due to the high material temperature, the light energy 106 is emitted from the small region 104.

[0039]いくつかの実施形態では、走査および集束システム１０３は、ビーム相互作用領域１０４から放出される光エネルギー１０６の一部を収集するように構成され得る。部分反射ミラー１０２は、光信号１０７によって示されるように光エネルギー１０６を反射することができる。光信号１０７は、それぞれが一連の追加の部分反射ミラー１０８を介して光信号１０７の一部を受信する複数の軸上光学センサ１０９によって問い合わせられてもよい。いくつかの実施形態では、付加製造システムは、完全反射ミラー１０８を備えた１つの軸上光学センサ１０９のみを含むことができることに留意されたい。 [0039] In some embodiments, the scanning and focusing system 103 may be configured to collect a portion of the light energy 106 emitted from the beam interaction region 104. The partial reflection mirror 102 can reflect the light energy 106 as indicated by the optical signal 107. The optical signal 107 may be queried by a plurality of on-axis optical sensors 109, each receiving a portion of the optical signal 107 via a series of additional partial reflection mirrors 108. Note that in some embodiments, the additive manufacturing system can include only one on-axis optical sensor 109 with a fully reflective mirror 108.

[0040]収集された光信号１０７は、部分反射ミラー１０２、走査および集束システム１０３、および一連の追加の部分反射ミラー１０８などの複数の光学素子を通過した後に信号１０７がいくらか減衰したため、ビーム相互作用領域１０４から放出された光エネルギー１０６と同じスペクトル成分を持たない可能性があることに留意されたい。これらの光学素子は、それぞれ独自の透過および吸収特性を有し、その結果、減衰量が変化し、ビーム相互作用領域１０４から放射されるエネルギーのスペクトルの特定の部分を制限する可能性がある。軸上光学センサ１０９によって生成されたデータは、作業プラットフォームに与えられるエネルギー量に対応し得る。 [0040] The collected optical signal 107 is beam-to-beam because the signal 107 is somewhat attenuated after passing through multiple optics such as the partial reflection mirror 102, the scanning and focusing system 103, and a series of additional partial reflection mirrors 108. Note that it may not have the same spectral components as the light energy 106 emitted from the region of action 104. Each of these optics has its own transmission and absorption properties, which can result in varying amounts of attenuation, limiting certain parts of the spectrum of energy radiated from the beam interaction region 104. The data generated by the on-axis optical sensor 109 may correspond to the amount of energy given to the work platform.

[0041]軸上光学センサ１０９の例には、高温計およびフォトダイオードなどの光から電気信号への変換器（すなわち、光検出器）が含まれるが、これらに限定されない。光学センサは、分光計、および可視、紫外、または赤外の周波数スペクトルで動作する低速または高速カメラも含むことができる。軸上光学センサ１０９は、ビームと共に移動する基準フレーム内にあり、すなわち、レーザビームが接触するすべての領域を見て、レーザビーム１０１が作業プラットフォーム１０５を横切って走査する際に接触した作業プラットフォーム１０５のすべての領域から光信号１０７を収集することができる。走査および集束システム１０３によって収集された光エネルギー１０６は、レーザビームにほぼ平行な経路を進むため、センサ１０９は軸上センサと見なすことができる。 [0041] Examples of the on-axis optical sensor 109 include, but are not limited to, light-to-electrical signal converters (ie, photodetectors) such as thermometers and photodiodes. Optical sensors can also include spectrometers and slow or fast cameras operating in visible, ultraviolet, or infrared frequency spectra. The on-axis optical sensor 109 is within a reference frame that travels with the beam, i.e., sees the entire area of contact of the laser beam and contacts the working platform 105 as the laser beam 101 scans across the working platform 105. The optical signal 107 can be collected from all areas of. The light energy 106 collected by the scanning and focusing system 103 follows a path substantially parallel to the laser beam, so that the sensor 109 can be regarded as an on-axis sensor.

[0042]いくつかの実施形態では、付加製造システムは、レーザビーム１０１に対して静止した基準フレーム内にある軸外センサ１１０を含むことができる。これらの軸外センサ１１０は、非常に狭い可能性のある所与の視野１１１を有するか、作業プラットフォーム１０５全体を取り囲むことができる。これらのセンサの例には、高温計、フォトダイオード、分光計、可視、紫外線、またはＩＲスペクトル範囲で動作する高速または低速カメラなどが含まれるが、これらに限定されない。エネルギー源と位置合わせされていない軸外センサ１１０は、軸外センサと見なされる。軸外センサ１１０は、ビルド中の堆積物の機械的特性または機械的完全性を測定または予測するために、１つのレーザビームで堆積物を積極的に励起または「ピング（ｐｉｎｇ）」し、レーザ干渉計を使用して結果の超音波または構造の「リンギング（ｒｉｎｇｉｎｇ）」を測定するレーザ超音波センサなどの一連の物理測定モダリティを組み合わせたセンサでもよい。レーザ超音波センサ／干渉計システムを使用して、材料の弾性特性を測定でき、これにより、例えば材料の多孔度やその他の材料特性を把握できる。さらに、材料の振動を引き起こす欠陥形成は、レーザ超音波／センサ干渉計システムを使用して測定され得る。 [0042] In some embodiments, the additive manufacturing system may include an off-axis sensor 110 within a stationary reference frame with respect to the laser beam 101. These off-axis sensors 110 may have a given field of view 111, which may be very narrow, or may surround the entire working platform 105. Examples of these sensors include, but are not limited to, thermometers, photodiodes, spectrometers, high speed or low speed cameras operating in the visible, ultraviolet, or IR spectral range. An off-axis sensor 110 that is not aligned with the energy source is considered an off-axis sensor. The off-axis sensor 110 actively excites or "pings" the deposit with a single laser beam to measure or predict the mechanical properties or mechanical integrity of the deposit during construction and laser. It may be a sensor that combines a series of physical measurement modalities, such as a laser ultrasonic sensor that uses an interferometer to measure the resulting ultrasonic or structural "ringing". A laser ultrasonic sensor / interferometer system can be used to measure the elastic properties of a material, which allows, for example, to determine the porosity of the material and other material properties. In addition, defect formation that causes vibration of the material can be measured using a laser ultrasonic / sensor interferometer system.

[0043]さらに、粉末を散布する機械デバイスであるリコータアーム１１２には、接触センサ１１３があってもよい。これらのセンサは、加速度計、振動センサなどであってもよい。最後に、他のタイプのセンサ１１４があってもよい。これらには、マクロ熱場を測定するための熱電対などの接触センサや、ビルド中に堆積物に発生する亀裂やその他の冶金現象を検出できるアコースティックエミッションセンサが含まれてもよい。これらの接触センサは、リコータアーム１１２の動作を特徴付けるために、粉末添加プロセス中に利用され得る。軸上光学センサ１０９および軸外センサ１１０によって収集されたデータを使用して、リコータアーム１１２に関連するプロセスパラメータを検出することができる。したがって、散布された粉末の表面の不均一性は、システムによって検出および対処できる。粉末散布プロセスの変動から生じる粗い表面は、得られた部品の可能性のある問題領域または不均一性を予測するために、接触センサ１１３によって特徴付けられることができる。 [0043] Further, the recorder arm 112, which is a mechanical device for spraying powder, may have a contact sensor 113. These sensors may be accelerometers, vibration sensors, and the like. Finally, there may be other types of sensors 114. These may include contact sensors such as thermocouples for measuring macroheat fields, and acoustic emission sensors that can detect cracks and other metallurgical phenomena in sediments during builds. These contact sensors can be utilized during the powder addition process to characterize the operation of the recorder arm 112. The data collected by the on-axis optical sensor 109 and the off-axis sensor 110 can be used to detect process parameters associated with the recorder arm 112. Therefore, the surface non-uniformity of the sprayed powder can be detected and addressed by the system. The rough surface resulting from the variation of the powder spraying process can be characterized by the contact sensor 113 to predict possible problem areas or non-uniformity of the resulting parts.

[0044]いくつかの実施形態において、粉末の広がりのピークは、レーザビーム１０１によって融合され得、対応するピークを有する後続の粉末の層をもたらす。ある時点で、ピークがリコータアーム１１２に接触し、リコータアーム１１２を損傷する可能性があり、結果としてさらなる粉末の不均一性が生じる場合がある。したがって、本発明の実施形態は、作業プラットフォーム１０５上のビルド領域に不均一性が生じる前に、散布された粉末の不均一性を検出することができる。当業者には、多くの変形、修正、および代替が認識されよう。 [0044] In some embodiments, the peak of powder spread can be fused by the laser beam 101, resulting in a subsequent layer of powder with a corresponding peak. At some point, the peak may contact the recoater arm 112 and damage the recoater arm 112, resulting in additional powder non-uniformity. Accordingly, embodiments of the present invention can detect non-uniformity in the sprayed powder before non-uniformity occurs in the build area on the working platform 105. Many modifications, modifications, and alternatives will be recognized by those of skill in the art.

[0045]いくつかの実施形態では、軸上光学センサ１０９、軸外センサ１１０、接触センサ１１３、および他のセンサ１１４は、インプロセスの生センサデータを生成するように構成され得る。他の実施形態では、軸上光学センサ１０９、軸外光学センサ１１０、接触センサ１１３、および他のセンサ１１４は、データを処理し、低次元センサデータを生成するように構成され得る。 [0045] In some embodiments, the on-axis optical sensor 109, the off-axis sensor 110, the contact sensor 113, and the other sensor 114 may be configured to generate in-process raw sensor data. In other embodiments, the on-axis optical sensor 109, the off-axis optical sensor 110, the contact sensor 113, and the other sensor 114 may be configured to process the data and generate low-dimensional sensor data.

[0046]いくつかの実施形態では、プロセッサ１１８、コンピュータ可読媒体１２０、およびＩ／Ｏインタフェース１２２を含むコンピュータ１１６が提供され、さまざまなセンサからデータを収集するために付加製造システムの適切なシステムコンポーネントに結合される。コンピュータ１１６により受信されたデータは、インプロセスの生センサデータおよび／または低次元センサデータを含むことができる。プロセッサ１１８は、インプロセスの生センサデータおよび／または低次元センサデータを使用して、レーザ１００のパワーを決定し、作業プラットフォーム１０５に関する座標を含む情報を制御することができる。他の実施形態では、プロセッサ１１８、コンピュータ可読媒体１２０、およびＩ／Ｏインタフェース１２２を含むコンピュータ１１６は、さまざまなシステムコンポーネントの制御を提供することができる。コンピュータ１１６は、各構成要素のそれぞれのプロセスパラメータを制御および調整するために、レーザ１００、作業プラットフォーム１０５、およびリコータアーム１１２に関連する制御情報を送信、受信、および監視することができる。 [0046] In some embodiments, a computer 116 including a processor 118, a computer readable medium 120, and an I / O interface 122 is provided and is a suitable system component of an additive manufacturing system for collecting data from various sensors. Combined with. The data received by the computer 116 can include in-process raw sensor data and / or low-dimensional sensor data. Processor 118 can use in-process raw sensor data and / or low-dimensional sensor data to determine the power of the laser 100 and control information, including coordinates with respect to the working platform 105. In another embodiment, the computer 116 including the processor 118, the computer readable medium 120, and the I / O interface 122 can provide control of various system components. The computer 116 can transmit, receive, and monitor control information related to the laser 100, the working platform 105, and the recorder arm 112 to control and adjust the respective process parameters of each component.

[0047]プロセッサ１１８を使用して、さまざまなセンサによって収集されたデータを使用して計算を実行し、インプロセス品質メトリックを生成することができる。いくつかの実施形態では、軸上光学センサ１０９および／または軸外センサ１１０によって生成されたデータを使用して、ビルドプロセス中に熱エネルギー密度を決定することができる。ビルド面にわたるエネルギー源の移動に関連する制御情報を、プロセッサで受信できる。次に、プロセッサは、制御情報を使用して、軸上光学センサ１０９および／または軸外光学センサ１１０からのデータを対応する位置と相関させることができる。この相関データを組み合わせて、熱エネルギー密度を計算できる。いくつかの実施形態では、熱エネルギー密度および／または他のメトリックをプロセッサ１１８が使用して、プロセスパラメータ、例えば、熱エネルギー密度もしくは所望の範囲外のその他のメトリックに応じてレーザパワー、レーザ速度、ハッチ間隔、および他のプロセスパラメータの制御信号を生成できる。このようにして、普通なら生産部品を台無しにする可能性のある問題を改善できる。複数の部品が一度に生成される実施形態では、メトリックが所望の範囲外になったことに応じてプロセスパラメータを迅速に修正することで、隣接する部品がエネルギー源から受け取るエネルギーが多すぎたり少なすぎたりするのを防ぐことができる。 [0047] Processor 118 can be used to perform calculations and generate in-process quality metrics using data collected by various sensors. In some embodiments, the data generated by the on-axis optical sensor 109 and / or the off-axis sensor 110 can be used to determine the thermal energy density during the build process. The processor can receive control information related to the movement of energy sources across the build surface. The processor can then use the control information to correlate the data from the on-axis optical sensor 109 and / or the off-axis optical sensor 110 with the corresponding position. The thermal energy density can be calculated by combining this correlation data. In some embodiments, the processor 118 uses thermal energy density and / or other metrics to determine the laser power, laser speed, depending on process parameters such as thermal energy density or other metrics outside the desired range. It can generate control signals for hatch intervals and other process parameters. In this way, problems that would otherwise ruin production parts can be remedied. In an embodiment where multiple parts are generated at once, the adjacent parts receive too much or less energy from the energy source by quickly modifying the process parameters as the metric goes out of the desired range. You can prevent it from going too far.

[0048]いくつかの実施形態では、Ｉ／Ｏインタフェース１２２は、収集されたデータを遠隔地に送信するように構成され得る。Ｉ／Ｏインタフェースは、遠隔地からデータを受信するように構成され得る。受信したデータは、ベースラインデータセット、履歴データ、ポストプロセス検査データ、および分類データを含むことができる。リモートコンピューティングシステムは、付加製造システムから送信されたデータを使用して、インプロセス品質メトリックを計算できる。リモートコンピューティングシステムは、特定のインプロセス品質メトリックに応じて情報をＩ／Ｏインタフェース１２２に送信することができる。 [0048] In some embodiments, the I / O interface 122 may be configured to transmit the collected data to a remote location. The I / O interface may be configured to receive data from a remote location. The received data can include baseline datasets, historical data, post-process inspection data, and classification data. Remote computing systems can use the data sent from the add-on manufacturing system to calculate in-process quality metrics. The remote computing system can send information to the I / O interface 122 according to a particular in-process quality metric.

[0049]電子ビームシステムの場合、図１Ｂはセンサの可能な構成と配置を示している。電子ビーム銃１５０は、電磁集束システム１５２によって集束され、次いで電磁偏向システム１５３によって偏向される電子ビーム１５１を生成し、その結果、細かく集束され、標的化された電子ビーム１５４がもたらされる。電子ビーム１５４は、ワークピース１５６上にホットビーム材料相互作用ゾーン１５５を生成する。光エネルギー１５８はワークピース１５６から放射され、相互作用領域１５５に局所的に分離されるか、ワークピース１５６全体を取り囲むことができる独自の視野１６０をそれぞれ有する一連の光学センサ１５９によって収集され得る。加えて、光学センサ１５９は、電子ビーム１５４がワークピース１５６を横切って移動するときに電子ビーム１５４を追跡できる独自の追跡および走査システムを有することができる。 [0049] For electron beam systems, FIG. 1B shows possible configurations and arrangements of sensors. The electron beam gun 150 produces an electron beam 151 that is focused by the electromagnetic focusing system 152 and then deflected by the electromagnetic deflection system 153, resulting in a finely focused and targeted electron beam 154. The electron beam 154 creates a hot beam material interaction zone 155 on the workpiece 156. The light energy 158 is emitted from the workpiece 156 and can be either locally separated into the interaction region 155 or collected by a series of optical sensors 159 each having a unique field of view 160 that can surround the entire workpiece 156. In addition, the optical sensor 159 can have a unique tracking and scanning system that can track the electron beam 154 as it travels across the workpiece 156.

[0050]センサ１５９が光学トラッキングを有するかどうかにかかわらず、センサ１５９は、高温計、フォトダイオード、分光計、および可視、ＵＶ、またはＩＲスペクトル領域で動作する高速カメラまたは低速カメラで構成できる。センサ１５９は、ビルド中の堆積物の機械的特性または機械的完全性を測定または予測するために、１つのレーザビームで堆積物を積極的に励起または「ピング（ｐｉｎｇ）」し、レーザ干渉計を使用して構造の結果の超音波または「リンギング（ｒｉｎｇｉｎｇ）」を測定するレーザ超音波センサなどの一連の物理測定モダリティを組み合わせたセンサでもよい。加えて、リコータアーム上に接触センサ１１３があってもよい。これらのセンサは、加速度計、振動センサなどであってもよい。最後に、他のタイプのセンサ１１４があってもよい。これらには、マクロ熱場を測定するための熱電対などの接触センサや、ビルド中に堆積物に発生する亀裂やその他の冶金現象を検出できるアコースティックエミッションセンサが含まれてもよい。いくつかの実施形態では、１つまたは複数の熱電対を使用して、センサ１５９によって収集された温度データを較正することができる。図１Ａおよび図１Ｂに関連して説明されたセンサは、説明された方法で使用されて、連続的な材料の蓄積を伴う付加製造プロセスの性能を特徴付けることができることに留意されたい。 [0050] Whether or not the sensor 159 has optical tracking, the sensor 159 can consist of a thermometer, a photodiode, a spectrometer, and a high-speed or low-speed camera operating in the visible, UV, or IR spectral range. Sensor 159 actively excites or "pings" deposits with a single laser beam to measure or predict the mechanical properties or completeness of the deposits being built, and laser interference meters. It may be a sensor that combines a series of physical measurement modalities such as a laser ultrasonic sensor that measures ultrasonic or "ringing" the result of the structure using. In addition, there may be a contact sensor 113 on the recorder arm. These sensors may be accelerometers, vibration sensors, and the like. Finally, there may be other types of sensors 114. These may include contact sensors such as thermocouples for measuring macroheat fields, and acoustic emission sensors that can detect cracks and other metallurgical phenomena in sediments during builds. In some embodiments, one or more thermocouples can be used to calibrate the temperature data collected by the sensor 159. It should be noted that the sensors described in connection with FIGS. 1A and 1B can be used in the manner described to characterize the performance of the additive manufacturing process with continuous material accumulation.

[0051]図２は、粉末床にわたるエネルギー源を走査するための可能なハッチパターンを示している。２００では、ワークピースの領域が、方向が交互に変わる長い経路長に沿って走査するエネルギー源によって処理される。この実施形態では、第１のスキャン２０６と第２のスキャン２０８との間にハッチ間隔２０４が示されている。２０２では、ワークピースの領域がより小さいチェッカーボード２１４に分割され、このチェッカーボード２１４では左から右および上から下に連続して第１スキャン２１０および第２スキャン２１２によって走査することができる。他の実施形態では、個々のチェッカーボードのスキャン順序をランダム化することができる。本明細書に開示されている付加製造プロセスに関連して、いくつかのハッチパターンを利用することができる。当業者には、多くの変形、修正、および代替が認識されよう。 FIG. 2 shows a possible hatch pattern for scanning an energy source across a powder bed. At 200, the area of the workpiece is processed by an energy source that scans along a long path length that alternates in direction. In this embodiment, a hatch spacing 204 is shown between the first scan 206 and the second scan 208. In 202, the area of the workpiece is divided into smaller checkerboards 214, which can be continuously scanned from left to right and from top to bottom by first scan 210 and second scan 212. In other embodiments, the scan order of the individual checkerboards can be randomized. Several hatch patterns are available in connection with the additive manufacturing process disclosed herein. Many modifications, modifications, and alternatives will be recognized by those of skill in the art.

[0052]図３は、付加製造システムによって生成されたデータを使用して熱エネルギー密度を決定し、製造欠陥を含む可能性が最も高い部品の部分を識別する例示的なプロセス３００を示すフローチャートを示している。軸上光学センサ１０９および軸外光学センサ１１０によって生成されたデータを、単独でまたは組み合わせて使用して、熱エネルギー密度を決定することができる。３０２で、生のフォトダイオードデータトレースが受信される。生のフォトダイオードデータトレースは、例えば、放出された熱エネルギーの検出に応じてセンサによって生成された電圧データを使用して生成され得る。３０４では、特定のスキャンｓｃａｎｉに対応する生のフォトダイオードトレースの一部が識別される。いくつかの実施形態において、個々のフォトダイオードデータトレースは、エネルギー源駆動信号データ（エネルギー源の操作および作動に関与する駆動信号）を参照することにより、残りのセンサ読み取り値から分離され得る。３０６で、ｓｃａｎｉの生のフォトダイオードデータトレース（以下ｐｄｏｎｉ）の下の面積を決定する。いくつかの実施形態では、ｐｄｏｎｉは集積フォトダイオード電圧を表すことができる。いくつかの実施形態では、ｐｄｏｎｉは、ｓｃａｎｉ中のフォトダイオードの平均読み取り値を表す。３０８で、ｓｃａｎｉに関連付けられた部品ｐを識別する。３０８で識別された部品は、部品の関連面積Ａｐも有することができる。これらの２つの値は、前述のようにｐｄｏｎｉをエネルギー源の位置データと相関させることで決定できる。プロセスは、３１０で合計スキャンカウントを計算できる。３１２で、ｓｃａｎｉに関連する長さＬｉを決定できる。Ｌｉは、式（１）を使用して計算することができ、ここで、ｘ１ｉ，ｙ１ｉおよびｘ２ｉ，ｙ２ｉは、ｓｃａｎｉの開始位置と終了位置を表す：

Figure 0007024981000001
[0052] FIG. 3 is a flow chart illustrating an exemplary process 300 that uses the data generated by the additive manufacturing system to determine the thermal energy density and identify the parts of the component that are most likely to contain manufacturing defects. Shows. The data generated by the on-axis optical sensor 109 and the off-axis optical sensor 110 can be used alone or in combination to determine the thermal energy density. At 302, a raw photodiode data trace is received. Raw photodiode data traces can be generated using, for example, the voltage data generated by the sensor in response to the detection of emitted thermal energy. At 304, a portion of the raw photodiode trace corresponding to a particular scan scani is identified. In some embodiments, individual photodiode data traces may be separated from the remaining sensor readings by reference to energy source drive signal data (drive signals involved in the operation and operation of the energy source). At 306, the area under the raw photodiode data trace (hereinafter pdon i ) of scan i is determined. In some embodiments, pdon i can represent an integrated photodiode voltage. In some embodiments, pdon i represents the average reading of the photodiode in scan i . At 308, the part p associated with scan i is identified. The part identified in 308 can also have the relevant area Ap of the part. These two values can be determined by correlating pdon i with the position data of the energy source as described above. The process can calculate the total scan count at 310. At 312, the length Li associated with scan i can be determined. Li can be calculated using equation (1), where x1 i , y1 i and x2 i , y2 i represent the start and end positions of scan i :
Figure 0007024981000001

[0053]３１４で、部品の製造に使用されるすべてのスキャンの合計長さＬｓｕｍｐが決定され得る。部品のＬｓｕｍｐは、部品に関連付けられている各スキャンの長さＬｉを合計することで決定できる。３１６で、スキャンの比例配分された面積Ａｉを決定することができる。Ａｉは、式（２）を使用して計算され得る：

Figure 0007024981000002
[0053] At 314, the total length Lsump of all scans used in the manufacture of parts can be determined. The Lsum p of the part can be determined by summing the length Li of each scan associated with the part. At 316, the proportionally distributed area Ai of the scan can be determined. A i can be calculated using equation (2):
Figure 0007024981000002

[0054]３１６で、ｉ番目のスキャンの比例配分された熱エネルギー密度（ＴＥＤ）ＴＥＤｉを決定することができる。ＴＥＤｉは、一連の低次元化プロセス特徴の例である。ＴＥＤは、生のフォトダイオードデータを使用して計算される。この生のセンサデータから、ＴＥＤ計算は生のセンサデータから低次元化プロセスの特徴を抽出する。ＴＥＤｉは、例えばレーザパワー、レーザ速度、ハッチ間隔など、すべてのユーザ定義のレーザ粉末床融合プロセスパラメータに敏感である。ＴＥＤｉは、式（３）を使用して計算され得る：

Figure 0007024981000003
[0054] At 316, the proportionally distributed thermal energy density (TED) TED i of the i-th scan can be determined. TED i is an example of a series of low-dimensional process features. TED is calculated using raw photodiode data. From this raw sensor data, the TED calculation extracts the features of the downsizing process from the raw sensor data. TED i is sensitive to all user-defined laser powder bed fusion process parameters such as laser power, laser speed, hatch spacing, etc. TED i can be calculated using equation (3):
Figure 0007024981000003

[0055]この説明の目的のために、「低次元（ｒｅｄｕｃｅｄ ｏｒｄｅｒ）」とは：データ圧縮、つまり、生データと比較して特徴のデータが少ない；データ削減、つまり、プロセスメトリックまたはその他の性能指数を生む生データの体系的な分析；データ集約、つまり、個別のグループ、および生データ自体とは対照的にクラスタリングを特徴付ける変数の小さなセットへのデータのクラスタリング；データ変換、つまり、変換則またはアルゴリズムを使用して、生データを低次元の別の変数空間に線形または非線形にマッピングするためのデータの数学的操作；あるいは、データ密度の削減、データの次元数の削減、データサイズの削減、データの別の削減されたスペースへの変換、またはこれらのすべてが同時に行われる正味の効果を有するその他の関連技術、のうちの１つまたは複数の側面を指す。 [0055] For the purposes of this description, "reduced order" is: data compression, that is, less characteristic data compared to raw data; data reduction, that is, process metrics or other performance. A systematic analysis of the raw data that produces the exponent; data aggregation, that is, clustering of data into individual groups and a small set of variables that characterize clustering as opposed to the raw data itself; data transformation, that is, transformation rules or Mathematical manipulation of data to linearly or non-linearly map raw data to another low-dimensional variable space using algorithms; or reducing data density, reducing the number of dimensions of data, reducing data size, Refers to one or more aspects of the conversion of data to another reduced space, or other related technology with a net effect in which all of these are done simultaneously.

[0056]ＴＥＤｉは、ベースラインデータセットとのプロセス品質メトリック（ＩＰＱＭ）の比較中に分析に使用できる。結果のＩＰＱＭは、スキャンごとに計算できる。３１８で、ＩＰＱＭ品質ベースラインデータセットと計算されたＴＥＤｉを比較できる。計算されたＴＥＤとベースラインデータセットの差が閾値を超える部品の領域では、それらの領域は１つまたは複数の欠陥を含む可能性があると識別でき、および／またはその領域に対してほぼリアルタイムでさらなる処理を実行でき、ベースラインデータセットからのＴＥＤの変動によって引き起こされる欠陥を改善することができる。いくつかの実施形態では、欠陥を含む可能性のある部品の部分は、分類子を使用して識別できる。分類子は、結果を公称または非公称のいずれかとしてグループ化することができ、グラフィカルおよび／またはテキストベースの媒体で表すことができる。分類子は：統計的分類、単一変数と多変数の両方；ヒューリスティックベースの分類子；エキスパートシステムベースの分類子；ルックアップテーブルベースの分類子；単に制御の上限または下限に基づく分類子；信頼区間および／または自由度の考慮に基づいて公称閾値対非公称閾値を確立できる１つまたは複数の統計分布と連動して機能する分類子；または、暗黙的か明示的かを問わず、特徴データのセットが公称か非公称かを識別できるその他の分類スキーム、を含むがこれらに限定されない複数の分類方法を使用できる。この説明の目的上、「公称」とは、事前に定義された仕様内にあった一連のプロセス結果を意味し、このようにして製造された部品のポストプロセス測定属性は、許容可能と見なされる値のレジーム、または「許容可能な」コンポーネントを確立するための他の定量的、半定量的、客観的、または主観的方法論に該当する。ＩＰＱＭの分類に関する追加の説明は、２０１６年９月３０日に出願された米国特許出願第１５／２８２，８２２号に提供されており、その開示はあらゆる目的のために参照によりその全体が本明細書に組み込まれる。 [0056] TED i can be used for analysis during comparison of process quality metrics (IPQM) with baseline datasets. The resulting IPQM can be calculated for each scan. At 318, the IPQM quality baseline dataset can be compared with the calculated TED i . In areas of the component where the difference between the calculated TED and the baseline dataset exceeds the threshold, those areas can be identified as potentially containing one or more defects, and / or near real time for that area. Further processing can be performed at, and defects caused by variations in TED from the baseline dataset can be remedied. In some embodiments, parts of the part that may contain defects can be identified using a classifier. Classifiers can group results as either nominal or non-nominal and can be represented graphically and / or in text-based media. Classifiers are: statistical classification, both single-variable and multi-variable; heuristic-based classifiers; expert system-based classifiers; lookup table-based classifiers; simply upper or lower control-based classifiers; trust A classifier that works in conjunction with one or more statistical distributions that can establish a nominal threshold vs. a non-nominal threshold based on interval and / or flexibility considerations; or characteristic data, implicit or explicit. Multiple classification methods can be used, including, but not limited to, other classification schemes that can identify whether a set of is nominal or non-nominal. For the purposes of this description, "nominal" means the sequence of process results that were within the predefined specifications, and the post-process measurement attributes of the parts manufactured in this way are considered acceptable. It corresponds to a regime of values, or other quantitative, semi-quantitative, objective, or subjective methodologies for establishing "acceptable" components. Additional description of the classification of IPQM is provided in US Patent Application No. 15 / 282,822, filed September 30, 2016, the disclosure of which is hereby incorporated by reference in its entirety for all purposes. Incorporated into the book.

[0057]図３に示す特定のステップは、本発明の実施形態に従ってデータを収集し、熱エネルギー密度を決定する特定の方法を提供することを理解されたい。他の順序のステップが、代替の実施形態に従って実行されてもよい。また、図３に示す個々のステップは、個々のステップに適切なように、さまざまな順序で実行され得る複数のサブステップを含んでもよい。さらに、特定の用途に応じて、追加のステップを追加したり、既存のステップを削除したりできる。当業者には、多くの変形、修正、および代替が認識されよう。 It is to be understood that the particular steps shown in FIG. 3 provide a particular method of collecting data and determining thermal energy density according to embodiments of the present invention. Other ordered steps may be performed according to alternative embodiments. Also, the individual steps shown in FIG. 3 may include a plurality of substeps that may be performed in various orders, as appropriate for the individual steps. In addition, additional steps can be added or existing steps can be deleted, depending on the particular application. Many modifications, modifications, and alternatives will be recognized by those of skill in the art.

[0058]図４Ａ～図４Ｈは、ＴＥＤを決定し、欠陥を含む可能性が高い部品の任意の部分を識別するためにプロセス３００で使用されるステップを示している。図４Ａは、ステップ３０２に対応し、所与のスキャン長に対する生のフォトダイオード信号４０２を示している。ｘ軸４５０は秒単位の時間を示し、ｙ軸４６０はフォトダイオード電圧を示す。いくつかの実施形態では、代わりに、またはそれに加えて、高温計によって光学測定を行うことができる。信号４０２は、フォトダイオードの生電圧である。フォトダイオード信号４０２の立ち上がり４０４および立ち下がり４０６、ならびにレーザがオンである間の信号の散乱および変動４０８を明確に見ることができる。データは、所与のサンプル数／秒で収集される。フォトダイオード信号４０２の変動４０８は、粉末床上で溶融する粉末の変動によって引き起こされ得る。例えば、フォトダイオード信号４０２の小さな谷の１つは、固体状態から液体状態に移行する粒子床内のより大きな粒子によって吸収されるエネルギーによって引き起こされ得る。一般に、立ち上がりイベントと立ち下がりイベントとの間のフォトダイオード信号の所与のセグメント内のデータポイントの数は、スキャン期間とサンプリングレートに関連し得る。 [0058] FIGS. 4A-4H show the steps used in process 300 to determine TED and identify any part of the component that is likely to contain defects. FIG. 4A corresponds to step 302 and shows a raw photodiode signal 402 for a given scan length. The x-axis 450 indicates the time in seconds, and the y-axis 460 indicates the photodiode voltage. In some embodiments, or in addition, optical measurements can be made by a pyrometer. The signal 402 is the raw voltage of the photodiode. The rising and falling 406 of the photodiode signal 402, as well as the signal scatter and variation 408 while the laser is on, can be clearly seen. Data is collected at a given sample count / sec. The variation 408 of the photodiode signal 402 can be caused by the variation of the powder melting on the powder bed. For example, one of the small valleys of the photodiode signal 402 can be caused by the energy absorbed by the larger particles in the particle bed transitioning from the solid state to the liquid state. In general, the number of data points in a given segment of the photodiode signal between the rising and falling events can be related to the scan duration and sampling rate.

[0059]図４Ｂは、生のフォトダイオード信号４０２およびレーザ駆動信号４１０を示している。図４Ｂに示すレーザ駆動信号４１０は、エネルギー源駆動信号データ、この場合はレーザ駆動信号４１０、または特定のスキャン長でレーザのオンとオフを指示するコマンド信号を使用して生成され得る。フォトダイオード信号４０２は、レーザ駆動信号４１０に重畳される。レーザ駆動信号４１０の立ち上がり４１２および立ち下がり４１４は、フォトダイオード信号４０２の立ち上がり４０４および立ち下がり４０６に対応する。図４Ｂに示されるデータは、ステップ３０４において、スキャンに対応する生のフォトダイオード信号４０２の一部を識別するために使用され得る。いくつかの実施形態では、レーザ駆動信号４１０は、レーザがオフのとき約０Ｖであり、レーザがオンのとき約５Ｖである。ステップ３０４は、レーザ駆動信号４１０が特定の閾値、例えば４．５Ｖを超えるフォトダイオード信号に関連するすべてのデータを分離し、レーザがこの閾値を下回るすべてのデータを分析から除外することにより達成され得る。 [0059] FIG. 4B shows the raw photodiode signal 402 and the laser drive signal 410. The laser drive signal 410 shown in FIG. 4B can be generated using energy source drive signal data, in this case the laser drive signal 410, or a command signal instructing the laser to be turned on and off at a particular scan length. The photodiode signal 402 is superimposed on the laser drive signal 410. The rising edge 412 and falling edge 414 of the laser drive signal 410 correspond to the rising edge 404 and falling edge 406 of the photodiode signal 402. The data shown in FIG. 4B can be used in step 304 to identify a portion of the raw photodiode signal 402 corresponding to the scan. In some embodiments, the laser drive signal 410 is about 0V when the laser is off and about 5V when the laser is on. Step 304 is accomplished by the laser drive signal 410 separating all data associated with a photodiode signal above a particular threshold, eg 4.5V, and the laser excluding all data below this threshold from analysis. obtain.

[0060]図４Ｃは、生のフォトダイオード信号４０２の下の面積４１６を決定するステップを含むステップ３０６の一実施形態を示している。いくつかの実施形態において、曲線の下の面積は、式（４）を使用して計算され得る：

Figure 0007024981000004

統合されたフォトダイオード電圧４１８を使用して、ＴＥＤｉ計算のｐｄｏｎｉを決定できる。 [0060] FIG. 4C shows an embodiment of step 306 comprising determining the area 416 under the raw photodiode signal 402. In some embodiments, the area under the curve can be calculated using equation (4):
Figure 0007024981000004
The integrated photodiode voltage 418 can be used to determine the pdon i in the TED i calculation.

[0061]図４Ｄは、部品に対するスキャン４２０の位置および合計スキャンカウント４２４を示している。両方の値を使用して、部品のスキャン位置に対応するＴＥＤを決定できる。図４Ｅは、関心部品４２６のレンダリング面積を示している。図４Ｅは、複数の追加部品４２８とウイットネスクーポン４３０も示している。図４Ｅのすべての部品は、粉末床４３２上に配置されて描かれている。 [0061] FIG. 4D shows the position of the scan 420 with respect to the component and the total scan count 424. Both values can be used to determine the TED corresponding to the scan position of the part. FIG. 4E shows the rendering area of the component of interest 426. FIG. 4E also shows a plurality of additional parts 428 and a witness coupon 430. All parts of FIG. 4E are arranged and drawn on the powder bed 432.

[0062]図４Ｆは、フォトダイオードデータの一部に関連するトレースと、合計サンプルカウント４３４を決定するためにフォトダイオードデータの残りで使用できる４つのスキャンに対応するレーザ駆動信号データを示している。合計サンプルカウントを使用して、部品の合計スキャン長ＬＳｕｍｐを計算できる。合計サンプルカウントは、レーザオン期間４３６を合計することで決定される。いくつかの実施形態では、レーザオン期間の合計とレーザオン期間中のスキャンエネルギー源の平均速度を使用して、合計スキャン長を決定することができる。 FIG. 4F shows the traces associated with some of the photodiode data and the laser drive signal data corresponding to the four scans that can be used with the rest of the photodiode data to determine the total sample count 434. .. The total sample count can be used to calculate the total scan length LSump for the part. The total sample count is determined by summing the laser-on periods 436. In some embodiments, the total laser-on period and the average rate of scan energy sources during the laser-on period can be used to determine the total scan length.

[0063]スキャンデータを収集した後、各層のＴＥＤを各レーザスキャンに関連するＴＥＤから計算して、図４Ｇに示すグラフ４４０に表示することができる。グラフ４４０は、公称領域４４２内および非公称領域４４４内に位置するＴＥＤ値を示している。ＴＥＤ領域は、ベースラインの閾値４３８で分割される。このようにして、欠陥を含む可能性が高い部品の層を簡単に識別できる。その後、さらなる分析は、非公称ＴＥＤ値を有する層に焦点を当てることができる。 [0063] After collecting the scan data, the TED of each layer can be calculated from the TED associated with each laser scan and displayed in Graph 440 shown in FIG. 4G. Graph 440 shows TED values located within the nominal region 442 and the non-nominal region 444. The TED region is divided by the baseline threshold 438. In this way, the layers of parts that are likely to contain defects can be easily identified. Further analysis can then focus on layers with non-nominal TED values.

[0064]図４Ｈは、点群４４６を使用して各スキャンのＴＥＤ値を３次元で表示できる様子を示している。点群４４６は、公称値とは異なる色または強度として非公称値を表示することにより、公称領域４４２および非公称領域４４４からのＴＥＤ値の３次元空間における位置を示している。非公称値は、キーホール形成による多孔度や融合不足による空隙など、製造欠陥を含む可能性が最も高い部品の部分を示している。いくつかの実施形態では、システムは、ＴＥＤに基づいて１つまたは複数のプロセスパラメータを変更する制御信号を生成および送信することができる。 [0064] FIG. 4H shows how the point cloud 446 can be used to display the TED value of each scan in three dimensions. The point cloud 446 indicates the position of the TED values from the nominal area 442 and the non-nominal area 444 in three-dimensional space by displaying the non-nominal value as a color or intensity different from the nominal value. Non-nominal values indicate the parts of the component that are most likely to contain manufacturing defects, such as porosity due to keyhole formation and voids due to insufficient fusion. In some embodiments, the system can generate and transmit control signals that modify one or more process parameters based on TED.

[0065]図５は、付加製造システムによって生成されたデータを使用して熱エネルギー密度を決定し、製造欠陥を含む可能性が最も高い部品の部分を識別する例示的なプロセス５００を示すフローチャートを示している。軸上光学センサ１０９および軸外光学センサ１１０によって生成されたデータを、単独でまたは組み合わせて使用して、熱エネルギー密度を決定することができる。５０２で、フォトダイオード時系列データを収集できる。フォトダイオード時系列データは、例えばセンサに関連付けられた電圧データを使用して生成され得る。５０４で、レーザ駆動時系列データが収集される。レーザ駆動時間データを、レーザパワー、レーザ速度、ハッチ間隔、ｘ－ｙ位置などの追加のプロセスパラメータに関連付けてもよい。５０６のプロセスは、レーザオフ状態を示すレーザ駆動時系列データの部分に対応するフォトダイオード時系列データの部分をドロップすることにより、フォトダイオード時系列データをスライスすることができる。いくつかの実施形態では、レーザ駆動信号は、レーザがオフのとき約０Ｖであり、レーザがオンのとき約５Ｖである。５０６でのプロセスは、レーザ駆動信号が特定の閾値、例えば４．５Ｖを超えるすべてのデータを分離し、レーザがこの閾値を下回るすべてのデータを分析から除外することができる。いくつかの実施形態では、レーザがちょうどオンになり、レーザが材料を加熱しているときがあるため、周期的に約０．２Ｖに低下するフォトダイオード信号をサンプル系列データに含めることができる。 [0065] FIG. 5 is a flow chart illustrating an exemplary process 500 that uses the data generated by the additive manufacturing system to determine the thermal energy density and identify the parts of the part that are most likely to contain manufacturing defects. Shows. The data generated by the on-axis optical sensor 109 and the off-axis optical sensor 110 can be used alone or in combination to determine the thermal energy density. At 502, photodiode time series data can be collected. Photodiode time series data can be generated using, for example, voltage data associated with a sensor. At 504, laser drive time series data is collected. Laser drive time data may be associated with additional process parameters such as laser power, laser speed, hatch spacing, and xy position. The process of 506 can slice the photodiode time series data by dropping the photodiode time series data portion corresponding to the laser driven time series data portion indicating the laser off state. In some embodiments, the laser drive signal is about 0V when the laser is off and about 5V when the laser is on. The process at 506 can separate all data where the laser drive signal exceeds a certain threshold, eg 4.5V, and the laser excludes all data below this threshold from the analysis. In some embodiments, the photodiode signal, which periodically drops to about 0.2 V, can be included in the sample sequence data because the laser may just be turned on and the laser may be heating the material.

[0066]５０６のプロセスは、レーザオンフォトダイオードデータ５０８のみを出力する。５１０のプロセスでは、レーザオンフォトダイオードデータを使用して、時系列データをサンプル系列データに変換できる。５１０のプロセスは、レーザオンフォトダイオードデータを「Ｎ」個のサンプルセクションに分割する。２０個のサンプルセクションの使用は、本発明の一実施形態の例を提供することを意図している。さまざまな精度／解像度のサンプルセクションをいくつでも使用できる。いくつかの実施形態では、サンプルセクションのセットは、一般に単一のスキャンを構成するために複数のスキャンレット５２０を必要とするため、スキャンレット５２０と呼ぶことができる。５１２のプロセスは、サンプルの数をカウントする（５１６）ことができる。５１４のプロセスは、レーザを当てた部品の面積をレンダリングできる。いくつかの実施形態では、レーザを当てた部品に関連するディスプレイ内のピクセルの数を使用して、レーザを当てた部品面積５１８を決定することができる。他の実施形態では、プロセスパラメータに関連するスキャンおよびデータの数を使用して面積を計算することができる。５２２で、プロセスは、合計サンプルカウントのレーザを当てた部品面積５１８、およびスキャンレットデータ５２０を使用してスキャンレットデータを正規化する。図示の実施形態では、スキャンレットメトリックデータ５２４は、各スキャンレットに関連付けられた部品の部分の熱エネルギー密度である。いくつかの実施形態では、スキャンデータは、スキャンタイプごとに分類することもできる。例えば、付加製造機は異なる特性を有するスキャンを利用できる。特に、輪郭スキャン、または部品の外面を仕上げるように設計されたスキャンは、部品の内部領域を焼結するように設計されたスキャンよりも大幅に強力であり得る。このため、スキャンタイプごとにデータを分離することで、より一貫した結果を得ることができる。いくつかの実施形態では、スキャンタイプの識別は、スキャン強度、スキャン期間、および／またはスキャン位置に基づくことができる。いくつかの実施形態では、検出されたスキャンをビルド中の部品に関連付けられたスキャン計画によって指示されたスキャンと相関させることにより、スキャンタイプを識別することができる。 The process of 506 outputs only the laser on photodiode data 508. In the 510 process, laser-on-photodiode data can be used to convert time-series data to sample-series data. The 510 process divides the laser on photodiode data into "N" sample sections. The use of 20 sample sections is intended to provide an example of one embodiment of the invention. You can use any number of sample sections with different precisions / resolutions. In some embodiments, a set of sample sections can be referred to as scanlet 520 because it generally requires multiple scanlets 520 to configure a single scan. The 512 process can count the number of samples (516). The process of 514 can render the area of the lasered component. In some embodiments, the number of pixels in the display associated with the lasered component can be used to determine the lasered component area 518. In other embodiments, the area can be calculated using the number of scans and data associated with the process parameters. At 522, the process normalizes the scanlet data using the lasered part area 518 of the total sample count and the scanlet data 520. In the illustrated embodiment, the scanlet metric data 524 is the thermal energy density of the portion of the component associated with each scanlet. In some embodiments, the scan data can also be categorized by scan type. For example, additive manufacturing machines can utilize scans with different characteristics. In particular, contour scans, or scans designed to finish the outer surface of a part, can be significantly more powerful than scans designed to sinter the internal area of the part. Therefore, by separating the data for each scan type, more consistent results can be obtained. In some embodiments, scan type identification can be based on scan intensity, scan duration, and / or scan position. In some embodiments, the scan type can be identified by correlating the detected scan with the scan indicated by the scan plan associated with the part being built.

[0067]次に、プロセス５２８は、ベースラインスキャンレットメトリックデータおよび熱エネルギー密度を受け取り、ＩＰＱＭ品質評価５３０を出力する。ＩＰＱＭ品質評価５３０を使用して、製造欠陥を含む可能性が最も高い部品の部分を識別することができる。プロセス５２８は、本明細書で前述したように分類子を含むことができる。上記の方法およびシステムに加えて、プロセス５２８は、マハラノビス距離を使用して、候補データ、例えばスキャンレットメトリックデータ５２４とベースラインスキャンレットメトリックデータを比較することができる。いくつかの実施形態において、各スキャンレットのマハラノビス距離は、ベースラインスキャンレットメトリックデータを使用して計算することができる。図５に関連して開示された実施形態は、エネルギー源としてのレーザの使用を論じたが、例えば、レーザを電子ビームまたは他の適切なエネルギー源に置き換えることができるという上記の教示を考慮して多くの修正および変形が可能であることは当業者には明らかであろう。 The process 528 then receives baseline scanlet metric data and thermal energy density and outputs an IPQM quality rating 530. The IPQM quality rating 530 can be used to identify the parts of the part that are most likely to contain manufacturing defects. Process 528 can include a classifier as described herein above. In addition to the methods and systems described above, process 528 can use Mahalanobis distances to compare candidate data, such as scanlet metric data 524, with baseline scanlet metric data. In some embodiments, the Mahalanobis distance for each scanlet can be calculated using baseline scanlet metric data. The embodiments disclosed in connection with FIG. 5 discuss the use of a laser as an energy source, but take into account the above teaching that, for example, a laser can be replaced with an electron beam or other suitable energy source. It will be apparent to those skilled in the art that many modifications and modifications are possible.

[0068]図５に示す特定のステップは、本発明の別の実施形態に従って、熱エネルギー密度を決定し、製造欠陥を含む可能性が最も高い部品の部分を識別する特定の方法を提供することを理解されたい。他の順序のステップが、代替の実施形態に従って実行されてもよい。例えば、本発明の代替の実施形態は、異なる順番で上記のステップを実行してもよい。また、図５に示す個々のステップは、個々のステップに適切なように、さまざまな順序で実行され得る複数のサブステップを含んでもよい。さらに、追加のステップが、特定の用途に応じて追加または削除されてもよい。当業者には、多くの変形、修正、および代替が認識されよう。 [0068] The particular step shown in FIG. 5 provides a particular method of determining the thermal energy density and identifying the parts of the component most likely to contain manufacturing defects, according to another embodiment of the invention. Please understand. Other ordered steps may be performed according to alternative embodiments. For example, alternative embodiments of the invention may perform the above steps in a different order. Also, the individual steps shown in FIG. 5 may include a plurality of substeps that may be performed in various orders, as appropriate for the individual steps. In addition, additional steps may be added or removed depending on the particular application. Many modifications, modifications, and alternatives will be recognized by those of skill in the art.

[0069]図６Ａは、フォトダイオード時系列データ６０２を示している。フォトダイオード時系列データは、図１および図２に示すように、さまざまな軸上または軸外のセンサから収集され得る。ｘ軸６０２は秒単位の時間を示し、ｙ軸６０４はセンサによって生成された電圧を示す。センサによって生成される電圧は、１つまたは複数のセンサに衝突する可能性のあるビルド面から放出されるエネルギーに関連付けられている。サンプル６０６は、フォトダイオード時系列データ６０２のトレース上に示されている。図４Ｂは、フォトダイオードデータがレーザ駆動信号に関連付けられる５０６でのプロセスを説明する。 [0069] FIG. 6A shows photodiode time series data 602. Photodiode time series data can be collected from various on-axis or off-axis sensors, as shown in FIGS. 1 and 2. The x-axis 602 indicates the time in seconds and the y-axis 604 indicates the voltage generated by the sensor. The voltage generated by the sensors is associated with the energy emitted from the build surface that can collide with one or more sensors. Sample 606 is shown on the trace of photodiode time series data 602. FIG. 4B illustrates the process at 506 where the photodiode data is associated with the laser drive signal.

[0070]図６Ｂは、レーザオンフォトダイオードデータを示している。ｘ軸６０８はサンプルの数を表し、ｙ軸６１０は生センサデータの電圧を表す。電圧の低下６１２は分析に含まれ、これは、電圧が大幅に低くなるが、レーザは材料の加熱に依然として積極的に寄与しているためである。 [0070] FIG. 6B shows laser-on-photodiode data. The x-axis 608 represents the number of samples and the y-axis 610 represents the voltage of the raw sensor data. The voltage drop 612 is included in the analysis because the voltage drops significantly, but the laser still actively contributes to the heating of the material.

[0071]図６Ｃは、ステップ５１０に関連して説明したフォトダイオード上のレーザのサンプル系列データを示している。２０個のサンプルセクション６２０は、任意のサイズを有することができる。２０個のサンプルは、レーザの移動速度が１０００ｍｍ／ｓで、レーザの移動距離が約４００μｍに相当する。ＸＹ信号自体のノイズは約１５０μｍである。いくつかの実施形態では、２０個のサンプル未満のセクション、例えば２サンプルセクションでは、測定される距離とノイズは、ポイントの位置を確信して決定できないような比率になる可能性がある。いくつかの実施形態では、１ｍｍ未満の空間分解能のために、５０個のサンプルの制限を使用することができる。したがって、データをセグメント化するサンプルの数は、レーザ移動速度が１０００ｍｍ／ｓの５０ＫＨｚデータの場合、２０≦Ｎ≦５０の範囲にある必要がある。上記の教示に鑑みて、多くの修正および変形が可能であることは、当業者には明らかであろう。 FIG. 6C shows sample sequence data of the laser on the photodiode described in connection with step 510. The 20 sample sections 620 can have any size. In the 20 samples, the moving speed of the laser is 1000 mm / s, and the moving distance of the laser corresponds to about 400 μm. The noise of the XY signal itself is about 150 μm. In some embodiments, in sections of less than 20 samples, such as a two-sample section, the measured distance and noise can be in proportions that cannot be reliably determined for the location of the points. In some embodiments, a limit of 50 samples can be used for spatial resolution of less than 1 mm. Therefore, the number of samples for segmenting the data needs to be in the range of 20 ≦ N ≦ 50 for 50 KHz data with a laser moving speed of 1000 mm / s. It will be apparent to those skilled in the art that many modifications and modifications are possible in view of the above teachings.

[0072]図６Ｄはプロセス５２２に対応し、各スキャンレットの平均値６１８が決定される実施形態を示している。いくつかの実施形態では、プロセス５２２への入力は、合計サンプルカウント５１６、レーザを当てた部品面積５１８、およびスキャンレットデータ５２０を含む。これらの入力を使用すると、平均を使用して、式（５）に示すように曲線下面積（ＡＵＣ）を決定できる：

Figure 0007024981000005

ここで、Ｖは各スキャンレットに対して決定された平均電圧、Ｎはサンプル数である。図６Ｄでは、２０サンプルセグメントの平均電圧は、データの幅が固定されているため、信号の積分に相当する。 [0072] FIG. 6D shows an embodiment corresponding to process 522 and where the mean value 618 of each scanlet is determined. In some embodiments, the inputs to process 522 include a total sample count of 516, lasered part area 518, and scanlet data 520. Using these inputs, the average can be used to determine the area under the curve (AUC) as shown in equation (5):
Figure 0007024981000005
Here, V is the average voltage determined for each scanlet, and N is the number of samples. In FIG. 6D, the average voltage of the 20 sample segments corresponds to the integral of the signal because the width of the data is fixed.

[0073]図６Ｅは、個々のスキャンレット６２２についてのレーザを当てた部品面積Ａｉ、およびすべてのスキャン６２４についてのレーザを当てた部品面積を示している。面積に加えて、スキャンの長さＬｉと、部品全体のＬｉの合計ＬＳｕｍｐを計算できる。Ｌｉは、式（６）を使用して計算され得る：

Figure 0007024981000006

スキャンの開始と終了のｘ座標とｙ座標は指定され得るか、１つまたは複数の直接センサ測定値に基づいて決定され得る。 [0073] FIG. 6E shows the lasered part area Ai for each scanlet 622 and the lasered part area for all scans 624. In addition to the area, the scan length Li and the total LSum p of the entire part Li can be calculated. Li can be calculated using equation (6):
Figure 0007024981000006
The x and y coordinates of the start and end of the scan can be specified or determined based on one or more direct sensor measurements.

[0074]図６Ｆは、ビルド面内の層に関連付けられたレーザを当てた部品のレンダリング面積６２６を示している。いくつかの実施形態では、ｐｄｏｎｉ、部品の面積Ａｐ、スキャンの長さＬｉ、および合計長さＬＳｕｍｐが決定されると、ＴＥＤは式（７）を使用して計算され得る：

Figure 0007024981000007

ＴＥＤは、レーザパワー、レーザ速度、ハッチ間隔など、ユーザ定義のすべてのレーザ粉末床融合プロセスパラメータに敏感である。ＴＥＤ値は、ベースラインデータセットとのＩＰＱＭ比較を使用した分析に使用され得る。結果のＩＰＱＭは、レーザスキャンごとに決定され得、点群を使用してグラフまたは３次元で表示され得る。図４Ｇは、例示的なグラフを示している。図４Ｈは、例示的な点群を示している。 [0074] FIG. 6F shows the rendered area 626 of the laser-applied component associated with the layer in the build plane. In some embodiments, once the pdon i , the area of the part Ap, the scan length Li, and the total length L Sum p have been determined, TED can be calculated using equation (7):
Figure 0007024981000007
TED is sensitive to all user-defined laser powder bed fusion process parameters such as laser power, laser speed, and hatch spacing. TED values can be used for analysis using IPQM comparisons with baseline datasets. The resulting IPQM can be determined for each laser scan and can be displayed graphically or in 3D using a point cloud. FIG. 4G shows an exemplary graph. FIG. 4H shows an exemplary point cloud.

[0075]図７Ａ～図７Ｃは、ポストプロセス多孔度測定値および対応する正規化されたインプロセスＴＥＤ測定値を示している。これらの図は、インプロセスＴＥＤ測定値が、多孔度およびその他の製造欠陥の正確なＩＰＱＭ予測因子となり得ることを示している。図７Ａは、ＴＥＤメトリックデータとベースラインデータセットとの比較を示している。プロットは、ＩＰＱＭメトリックの各フォトダイオードの値を、個別と組み合わせの両方で示している。軸上フォトダイオードデータ７０２は、エネルギー源と位置合わせされたセンサから取得できる。軸外フォトダイオードデータ７０４は、エネルギー源と位置合わせされていないセンサによって収集され得る。軸上および軸外のフォトダイオードデータ７０６の組み合わせにより、プロセスパラメータの変化に対して最高の感度が得られる。ｘ軸７０８は、部品のビルド面層を示しており、ｙ軸７１０は、計算されたＴＥＤとベースラインメトリックとの間のマハラノビス距離を示している。 [0075] FIGS. 7A-7C show post-process porosity measurements and corresponding normalized in-process TED measurements. These figures show that in-process TED measurements can be accurate IPQM predictors of porosity and other manufacturing defects. FIG. 7A shows a comparison between the TED metric data and the baseline dataset. The plot shows the value of each photodiode in the IPQM metric, both individually and in combination. The on-axis photodiode data 702 can be obtained from a sensor aligned with the energy source. Off-axis photodiode data 704 can be collected by sensors that are not aligned with the energy source. The combination of on-axis and off-axis photodiode data 706 provides maximum sensitivity to changes in process parameters. The x-axis 708 shows the build surface layer of the part and the y-axis 710 shows the Mahalanobis distance between the calculated TED and the baseline metric.

[0076]マハラノビス距離を使用して、ＴＥＤデータを標準化できる。マハラノビス距離は、各ＴＥＤ測定値がＴＥＤ測定値の正規分布からどれだけの標準偏差であるかを示す。この場合、マハラノビス距離は、各ＴＥＤ測定値が制御層５２６～６００のビルド中に収集された平均ＴＥＤ測定値からどれだけの標準偏差であるかを示す。また、図７Ａの下のチャートは、ＴＥＤがグローバルエネルギー密度（ＧＥＤ）と多孔度によってどのように変化するかを示している。特に、この一連の実験では、破壊的な検査を行うことなく、ＴＥＤを、部品の多孔度を予測できるように構成することができる。 [0076] Mahalanobis distance can be used to standardize TED data. Mahalanobis distance indicates how much standard deviation each TED measurement is from the normal distribution of TED measurements. In this case, the Mahalanobis distance indicates how much standard deviation each TED measurement is from the average TED measurement collected during the build of control layers 526-600. Also, the chart below FIG. 7A shows how TED changes with global energy density (GED) and porosity. In particular, in this series of experiments, TED can be configured to predict the porosity of the component without performing destructive inspection.

[0077]いくつかの実施形態では、テストランの実行中に生成される金属部品の定量的な金属組織学的特徴（例えば、細孔または金属間粒子のサイズおよび形状）および／または機械的特性特徴（例えば、強度、靭性または疲労）を比較することにより、付加製造装置の性能をさらに検証することができる。一般に、テスト部品内の未溶融金属粉末粒子の存在は、十分なエネルギーが加えられていないことを示すが、エネルギーを受け取りすぎたテスト部品は、作製された部品の完全性を損なう可能性のある内部空洞を形成する傾向がある。多孔度７１４は、これらの欠陥の代表的なものであり得る。 [0077] In some embodiments, quantitative metallographic features (eg, size and shape of pores or intermetallic particles) and / or mechanical properties of the metal parts produced during the run of the test run. By comparing the characteristics (eg, strength, toughness or fatigue), the performance of the additive manufacturing apparatus can be further verified. In general, the presence of unmelted metal powder particles in the test part indicates that sufficient energy has not been applied, but a test part that receives too much energy can compromise the integrity of the manufactured part. Tends to form internal cavities. Porosity 714 can be representative of these defects.

[0078]いくつかの実施形態では、図７Ａを生成するために使用される公称値は、先行するテストから取得される。いくつかの実施形態では、付加製造動作中に計算を行う必要がないため、公称値は後続のテストから取得することもできる。例えば、２つの付加製造装置の性能を比較しようとする場合、第１の付加製造装置を使用してテストを実行することにより、公称値を特定できる。次に、第２の付加製造装置の性能を、第１の付加製造装置によって決定された公称値と比較することができる。２つの付加製造装置の性能が５つの標準偏差の所定の閾値内にあるいくつかの実施形態では、２つの機械から同等の性能が期待できる。いくつかの実施形態では、所定の閾値は、逆カイ二乗分布から導出された９５％の統計的信頼レベルであり得る。このタイプのテスト方法論は、時間の経過に伴う性能の変化を識別する際にも利用できる。例えば、機械の較正後、テストパターンの結果を記録できる。装置によって一定数の製造動作が実行された後、付加製造装置を再度実行できる。較正直後に実行される初期テストパターンをベースラインとして使用して、付加製造装置の性能の経時的な変化を特定できる。いくつかの実施形態では、付加製造装置の設定を調整して、付加製造装置を較正後の性能に戻すことができる。 [0078] In some embodiments, the nominal values used to generate FIG. 7A are taken from the preceding test. In some embodiments, the nominal value can also be obtained from subsequent tests, as no calculations need to be made during the addition manufacturing operation. For example, when trying to compare the performance of two additional manufacturing equipment, the nominal value can be specified by performing a test using the first additional manufacturing equipment. The performance of the second additive manufacturing device can then be compared to the nominal value determined by the first additive manufacturing device. In some embodiments where the performance of the two additive manufacturing devices is within a predetermined threshold of five standard deviations, equivalent performance can be expected from the two machines. In some embodiments, the predetermined threshold can be a statistical confidence level of 95% derived from an inverse chi-square distribution. This type of test methodology can also be used to identify changes in performance over time. For example, after calibrating the machine, the results of the test pattern can be recorded. After a certain number of manufacturing operations have been performed by the device, the additional manufacturing device can be run again. The initial test pattern performed immediately after calibration can be used as a baseline to identify changes in the performance of additional manufacturing equipment over time. In some embodiments, the additional manufacturing equipment settings can be adjusted to return the additional manufacturing equipment to its calibrated performance.

[0079]図７Ｂは、付加製造プロセスを使用して構築された部品のポストプロセス金属組織学を示している。図７Ｂは、部品７１８および部品の対応する断面７２０を示している。セクション１～１１は、図７Ａのセクション１～１１に対応する。プロセスパラメータの変化、および結果として生じる多孔度の変化は、部品の断面図７２０で見ることができる。特に、セクション２と３は、それぞれ３．３８％と１．６２％の最高の多孔度を有する。サンプル部分の欠陥マーク７２２の数が増えることにより、断面に高い多孔度が示される。 [0079] FIG. 7B shows the post-process metallographic histology of parts constructed using the additive manufacturing process. FIG. 7B shows the component 718 and the corresponding cross section 720 of the component. Sections 1 to 11 correspond to sections 1 to 11 in FIG. 7A. Changes in process parameters, and the resulting changes in porosity, can be seen in sectional view 720 of the part. In particular, sections 2 and 3 have the highest porosity of 3.38% and 1.62%, respectively. By increasing the number of defect marks 722 in the sample portion, high porosity is shown in the cross section.

[0080]図７Ｃは、金属組織学中に決定された対応する断面でのＩＰＱＭ結果を示している。各断面には、Ｊ／ｍｍ２単位のエネルギー密度７２４と多孔度７１４が含まれる。最大数の欠陥マーク７２２を有するサンプルは、ベースラインから最も標準化された距離を有するＴＥＤ測定値に対応する。このプロットは、標準化された距離が低いと高密度で低多孔度の金属組織学を予測できる一方で、標準化されたマラハボニス距離が高いと高多孔度および貧弱な金属組織学と高い相関があることを示している。例えば、層２００の周りの層を生成する際に使用される低パワー設定は、高い多孔度７１４および多数の欠陥マーク７２２をもたらす。これに対して、６００番目の層またはその周辺のロード設定の中央を使用すると、識別可能な欠陥マーク７２２はなく、記録された最小の多孔度値は０．０６％である。 [0080] FIG. 7C shows the IPQM results at the corresponding cross sections determined during metallography. Each cross section contains an energy density 724 and porosity 714 in units of J / mm 2 . The sample with the maximum number of defect marks 722 corresponds to the TED measurement with the most standardized distance from the baseline. This plot predicts high density and low porosity metal histology at low standardized distances, while it correlates well with high porosity and poor porosity at high standardized Malahabonis distances. Is shown. For example, the low power setting used in creating the layers around layer 200 results in high porosity 714 and numerous defect marks 722. In contrast, using the center of the load setting at or around the 600th layer, there is no identifiable defect mark 722 and the minimum recorded porosity value is 0.06%.

[0081]図８は、非イメージング光検出器などの光学センサによって記録されたデータを処理して、付加製造ビルドプロセスを特徴付けることができる代替プロセスを示している。８０２で、相互に相関するビルド面強度データとエネルギー源駆動信号の両方を含むことができる生のセンサデータが受信される。８０４で、駆動信号とビルド面強度データとを比較することにより、ビルド面内で個々のスキャンを識別および位置特定することができる。一般に、エネルギー源駆動信号は、少なくとも開始位置と終了位置を提供し、そこからスキャンが延びることができる範囲が決定され得る。８０６で、各スキャンの強度またはパワーに関連する生のセンサデータを対応するＸ＆Ｙグリッド領域にビニングすることができる。いくつかの実施形態では、特定のグリッド領域における各スキャンの滞留時間を相関させることにより、生の強度またはパワーデータをエネルギー単位に変換することができる。いくつかの実施形態では、各グリッド領域は、ビルド面を監視する光学センサの１ピクセルを表すことができる。極座標などの異なる座標系を使用してグリッド座標を格納でき、座標の格納はデカルト座標に限定されるべきではないことに留意されたい。いくつかの実施形態では、特定のスキャンタイプのみで分析を実行できるように、異なるスキャンタイプを別々にビニングすることができる。例えば、オペレータは、これらのタイプのスキャンに不要な変動が含まれる可能性が最も高い場合、輪郭スキャンに焦点を合わせたいことがある。８０８で、各グリッド領域でのエネルギー入力を合計して、式（８）を使用して各グリッド領域で受け取ったエネルギーの合計量を決定できるようにすることができる。

Figure 0007024981000008
[0081] FIG. 8 shows an alternative process that can process data recorded by an optical sensor such as a non-imaging photodetector to characterize an additive manufacturing build process. At 802, raw sensor data that can include both interconnected build surface strength data and energy source drive signals is received. At 804, individual scans can be identified and located within the build surface by comparing the drive signal with the build surface intensity data. In general, the energy source drive signal can provide at least a start and end position, from which the range over which the scan can extend can be determined. At 806, raw sensor data related to the intensity or power of each scan can be binned into the corresponding X & Y grid area. In some embodiments, raw intensity or power data can be converted to energy units by correlating the residence time of each scan in a particular grid region. In some embodiments, each grid area can represent one pixel of an optical sensor that monitors the build surface. Note that grid coordinates can be stored using different coordinate systems such as polar coordinates, and storage of coordinates should not be limited to Cartesian coordinates. In some embodiments, different scan types can be binned separately so that the analysis can only be performed on a particular scan type. For example, an operator may want to focus on contour scans when these types of scans are most likely to contain unwanted variations. At 808, the energy inputs in each grid region can be summed so that equation (8) can be used to determine the total amount of energy received in each grid region.
Figure 0007024981000008

[0082]この合計は、ビルド面に新しい粉末の層を追加する直前に実行され得、あるいは、所定の数の粉末の層が堆積されるまで合計することを遅らせてもよい。例えば、合計は、付加製造プロセス中に５層または１０層の異なる粉末層を堆積および融合させた後にのみ実行できる。いくつかの実施形態では、粉末の焼結層は、部品の厚さに約４０ミクロンを追加することができるが、この厚さは、使用する粉末の種類と粉末層の厚さによって異なる。 [0082] This sum may be performed shortly before adding a new layer of powder to the build surface, or may be delayed until a predetermined number of layers of powder have been deposited. For example, summing can only be performed after depositing and fusing 5 or 10 different powder layers during the addition manufacturing process. In some embodiments, the sintered layer of powder can add about 40 microns to the thickness of the part, which depends on the type of powder used and the thickness of the powder layer.

[0083]８１０で、各グリッド領域に検出され関連付けられたサンプルの標準偏差が決定される。これにより、パワー読み取り値の変動幅が小さいまたは大きいグリッド領域を特定できる。標準偏差の変動は、センサの性能の問題や、１つまたは複数のスキャンが欠落しているか、通常の動作パラメータをはるかに超えたパワーレベルを有する場合の問題を示している可能性がある。標準偏差は、式（９）を使用して決定され得る。

Figure 0007024981000009
At 810, the standard deviation of the sample detected and associated with each grid region is determined. This makes it possible to identify a grid area where the fluctuation range of the power reading is small or large. Fluctuations in standard deviation may indicate problems with sensor performance or when one or more scans are missing or have power levels well above normal operating parameters. The standard deviation can be determined using equation (9).
Figure 0007024981000009

[0084]８１２では、パワー読み取り値をグリッド領域の全体の面積で割ることにより、各グリッド領域で受け取られる合計エネルギー密度を決定することができる。いくつかの実施形態では、グリッド領域は、約２５０ミクロンの長さの正方形の形状を有することができる。各グリッド領域のエネルギー密度は、式（１０）を使用して決定され得る。

Figure 0007024981000010
In 812, the total energy density received in each grid region can be determined by dividing the power reading by the total area of the grid regions. In some embodiments, the grid region can have a square shape with a length of about 250 microns. The energy density of each grid region can be determined using equation (10).
Figure 0007024981000010

[0085]８１４で、複数の部品がビルドされている場合、異なるグリッド領域を異なる部品に関連付けることができる。いくつかの実施形態では、システムは、グリッド領域の座標および各部品に関連付けられた境界を使用して、各グリッド領域およびそれに関連付けられたエネルギー密度を各部品に迅速に関連付けるために使用できる格納された部品境界を含めることができる。 [0085] In 814, when a plurality of parts are built, different grid areas can be associated with different parts. In some embodiments, the system is stored that can be used to quickly associate each grid area and its associated energy density with each part using the coordinates of the grid area and the boundaries associated with each part. Can include part boundaries.

[0086]８１６で、部品の各層の面積を決定することができる。層が空隙を含むか、内部空洞を画定するのに役立つ場合、層の大部分はエネルギーを受け取らない可能性がある。このため、エネルギー源からある程度のエネルギーを受け取っていると特定されたグリッド領域のみを合計することにより、影響を受ける面積を計算できる。８１８で、部品に関連する層の部分内のグリッド領域が受け取る合計パワー量を合計し、影響を受ける面積で除算して、部品のその層のエネルギー密度を決定することができる。面積とエネルギー密度は、式（１１）および（１２）を使用して計算され得る。

Figure 0007024981000011

Figure 0007024981000012
 [0086] At 816, the area of each layer of the component can be determined. Most of the layers may not receive energy if the layers contain voids or help demarcate internal cavities. Therefore, the affected area can be calculated by summing only the grid areas identified as receiving some energy from the energy source. At 818, the total amount of power received by the grid area within the portion of the layer associated with the part can be summed and divided by the affected area to determine the energy density of that layer of the part. Area and energy density can be calculated using equations (11) and (12).
Figure 0007024981000011
Figure 0007024981000012

[0087]８２０で、各層のエネルギー密度を合計して、部品が受け取るエネルギーの総量を示すメトリックを取得できる。その後、部品の全体的なエネルギー密度は、ビルド面上の他の同様の部品のエネルギー密度と比較され得る。８２２で、各部品からの合計エネルギーが合計される。これにより、異なるビルド間で高レベルの比較を行うことができる。ビルドの比較は、粉末のばらつきや全体的なパワー出力の変化などの系統的な違いを特定するのに役立ち得る。最後に、８２４で、合計されたエネルギー値を他の層、部品、またはビルド面と比較して、他の層、部品、またはビルド面の品質を決定できる。 [0087] At 820, the energy densities of each layer can be summed to obtain a metric indicating the total amount of energy received by the component. The overall energy density of the part can then be compared to the energy density of other similar parts on the build surface. At 822, the total energy from each component is summed. This allows for high level comparisons between different builds. Build comparisons can help identify systematic differences such as powder variability and changes in overall power output. Finally, at 824, the total energy value can be compared to the other layer, component, or build surface to determine the quality of the other layer, component, or build surface.

[0088]図８に示す特定のステップは、本発明の別の実施形態による付加製造ビルドプロセスを特徴付ける特定の方法を提供することを理解されたい。他の順序のステップが、代替の実施形態に従って実行されてもよい。例えば、本発明の代替の実施形態は、異なる順番で上記のステップを実行してもよい。また、図８に示す個々のステップは、個々のステップに適切なように、さまざまな順序で実行され得る複数のサブステップを含んでもよい。さらに、追加のステップが、特定の用途に応じて追加または削除されてもよい。当業者には、多くの変形、修正、および代替が認識されよう。 It is to be understood that the particular steps shown in FIG. 8 provide a particular way of characterizing the additive manufacturing build process according to another embodiment of the invention. Other ordered steps may be performed according to alternative embodiments. For example, alternative embodiments of the invention may perform the above steps in a different order. Also, the individual steps shown in FIG. 8 may include a plurality of substeps that may be performed in various orders, as appropriate for the individual steps. In addition, additional steps may be added or removed depending on the particular application. Many modifications, modifications, and alternatives will be recognized by those of skill in the art.

[0089]図９Ａ～図９Ｄは、複数のスキャンが個々のグリッド領域で導入されるパワーにどのように寄与できるかを示す視覚的描写を示している。図９Ａは、付加製造システムによってビルドされている部品の一部にわたって分散された複数のグリッド領域９０２で構成されたグリッドパターンを示している。図９Ａは、グリッド領域９０２を横切って斜めに延びるエネルギースキャン９０４の第１のパターンも示している。エネルギースキャンの第１のパターン９０２は、グリッド９０４を横切るレーザまたは他の熱エネルギースキャンの強い供給源によって加えられ得る。図９Ｂは、部品全体に導入されたエネルギーが、グリッド領域９０２のそれぞれにおいて、受け取ったエネルギー量を表す単一のグレースケール色によってどのように表されるかを示しており、濃い影のグレー色は、より大きなエネルギー量に対応する。いくつかの実施形態では、グリッド領域９０２のサイズを縮小して、より高い解像度のデータを取得できることに留意されたい。代替として、グリッド領域９０２のサイズを増加させて、メモリおよび処理パワーの使用量を削減することができる。 [0089] FIGS. 9A-9D provide a visual depiction of how multiple scans can contribute to the power introduced in the individual grid regions. FIG. 9A shows a grid pattern composed of a plurality of grid regions 902 distributed over a portion of the parts built by the additive manufacturing system. FIG. 9A also shows a first pattern of energy scans 904 extending diagonally across the grid region 902. The first pattern 902 of the energy scan can be added by a laser or other strong source of thermal energy scan across the grid 904. FIG. 9B shows how the energy introduced throughout the component is represented in each of the grid regions 902 by a single grayscale color representing the amount of energy received, a dark shade gray color. Corresponds to a larger amount of energy. Note that in some embodiments, the size of the grid area 902 can be reduced to obtain higher resolution data. Alternatively, the size of the grid area 902 can be increased to reduce memory and processing power usage.

[0090]図９Ｃは、エネルギースキャンの第１のパターンのエネルギースキャンの少なくとも一部と重複するエネルギースキャンの第２のパターン９０６を示している。図８に付随するテキストで説明したように、エネルギースキャンの第１パターンと第２パターンが重なる場合、グリッド領域は濃い影で表示され、両方のスキャンのエネルギーが、重なり合うスキャンパターンで受け取るエネルギー量をどのように増加させたかを示す。明らかに、この方法は２つの重複スキャンに限定されず、各グリッド領域で受信したエネルギーを完全に表すために一緒に追加される他の多くの追加スキャンを含めることができる。 [0090] FIG. 9C shows a second pattern 906 of an energy scan that overlaps with at least a portion of the energy scan of the first pattern of the energy scan. As described in the text accompanying FIG. 8, when the first and second patterns of energy scans overlap, the grid area is displayed as a dark shadow, and the energy of both scans is the amount of energy received by the overlapping scan patterns. Shows how it was increased. Obviously, this method is not limited to two overlapping scans and can include many other additional scans that are added together to fully represent the energy received in each grid area.

[0091]図１０Ａは、説明された実施形態での使用に適した例示的なタービンブレード１０００を示している。タービンブレード１０００は、複数の異なる表面を含み、生成するために多くの異なるタイプの複雑なスキャンを必要とする複数の異なる特徴を含む。特に、タービンブレード１０００は、中空のブレード部分１００２とテーパ状のベース部分１００４とを含む。図１０Ｂは、２５個のタービンブレード１０００をビルド面１００６の上に同時に製造できる例示的な製造構成を示している。 [0091] FIG. 10A shows an exemplary turbine blade 1000 suitable for use in the embodiments described. Turbine blade 1000 contains a number of different surfaces and contains a number of different features that require many different types of complex scans to produce. In particular, the turbine blade 1000 includes a hollow blade portion 1002 and a tapered base portion 1004. FIG. 10B shows an exemplary manufacturing configuration in which 25 turbine blades 1000 can be simultaneously manufactured on the build surface 1006.

[0092]図１０Ｃ～図１０Ｄは、グリッドＴＥＤベースの視覚化層を有する図１０Ｂに示された構成の異なる層の異なる断面図を示している。図１０Ｃは、タービンブレード１０００の層１４を示し、ＴＥＤベースの視覚化層は、ベース部分１００４の選択されたものの下端がタービンブレード１０００－１、１０００－２、および１０００－３内の複数の空隙を画定し得る様子を示している。エネルギー密度データは個別のグリッド領域に関連付けられているため、普通ならタービンブレード内に完全に隠され得るこれらの空隙は、このグリッドＴＥＤベースの視覚化で明確に見える。図１０Ｄは、ベース部分１００４の上端が、図１０Ｄに示されているグリッドＴＥＤベースの視覚化層から明確に識別できるタービンブレード１０００－１、１０００－２、および１０００－３内の複数の隠された空隙を画定し得る様子を示している。 [0092] FIGS. 10C-10D show different cross-sectional views of differently configured layers shown in FIG. 10B with a grid TED-based visualization layer. FIG. 10C shows layer 14 of turbine blades 1000, where the TED-based visualization layer has multiple voids in the turbine blades 1000-1, 1000-2, and 1000-3 at the lower ends of a selection of base portions 1004. It shows how it can be defined. Since the energy density data is associated with individual grid regions, these voids, which would normally be completely hidden within the turbine blades, are clearly visible in this grid TED-based visualization. FIG. 10D shows a plurality of concealments within turbine blades 1000-1, 1000-2, and 1000-3 in which the top edge of the base portion 1004 is clearly distinguishable from the grid TED-based visualization layer shown in FIG. 10D. It shows how the void can be defined.

[0093]図１１Ａ～図１１Ｂは、２つの異なるタービンブレード１０００のベース部分１００４－１および１００４－２の断面図を示している。図１１Ａは、公称製造設定を使用して製造されたベース部分１００４－１を示している。ベース部分１００４－１の外面１１０２および１１０４は、ベース部分１００４－１の内部１１０６よりも実質的に多くのエネルギーを受け取る。外面への増加したエネルギー入力は、より均一な硬化表面を提供し、結果として外面１１０２および１１０４に沿ってアニーリング効果が達成される。この追加のエネルギーは、外面１１０２および１１０４をターゲットとする高エネルギーの輪郭スキャンを使用して導入され得る。図１１Ｂは、輪郭スキャンを省略することを除いて、１００４－２と同じ製造設定で生産されたベース部分１００４－２を示している。ベース部分１００４－２を生成する製造動作で利用されるすべてのスキャンもベース部分１００４－１の生成に含まれていたが、各グリッド領域をカバーするすべてのスキャンのエネルギー密度入力を合計すると、オペレータはベース部分１００４－１および１００４－２の違いを明確に見ることができる。 [0093] FIGS. 11A-11B show cross-sectional views of the base portions 1004-1 and 1004-2 of two different turbine blades 1000. FIG. 11A shows a base portion 1004-1 manufactured using the nominal manufacturing settings. The outer surfaces 1102 and 1104 of the base portion 1004-1 receive substantially more energy than the inner 1106 of the base portion 1004-1. The increased energy input to the outer surface provides a more uniform cured surface, resulting in an annealing effect along the outer surfaces 1102 and 1104. This additional energy can be introduced using high energy contour scans targeting outer surfaces 1102 and 1104. FIG. 11B shows a base portion 1004-2 produced with the same manufacturing settings as 1004-2, except that contour scanning is omitted. All the scans used in the manufacturing operation to generate the base portion 1004-2 were also included in the generation of the base portion 1004-1, but when the energy density inputs of all the scans covering each grid area are summed, the operator Can clearly see the difference between the base parts 1004-1 and 1004-2.

[0094]図１１Ｃは、ベース部分１００４－１と１００４－２との間の表面一貫性の違いを示している。明らかに、ベース部分１００４－２の輪郭スキャンを省略することは、全体的な外面の品質に実質的な影響を及ぼす。ベース部分１００４－１の外面は、より滑らかで一貫性のある多孔性が少ない。ベース部分１００４－１に対するアニーリング効果はまた、ベース部分１００４－２よりも実質的に大きな強度を与えるべきである。 [0094] FIG. 11C shows the difference in surface consistency between the base portions 1004-1 and 1004-2. Obviously, omitting the contour scan of the base portion 1004-2 has a substantial effect on the overall outer surface quality. The outer surface of the base portion 1004-1 is smoother and less consistently porous. The annealing effect on the base portion 1004-1 should also give substantially greater strength than the base portion 1004-2.

[0095]図１２は、複数の異なるビルドに関連する部品の熱エネルギー密度を示している。ビルドＡ～Ｇにはそれぞれ、同じ付加製造動作中にビルドされた約５０の異なる部品（個別の円１２０２で表される）の熱放射データが含まれる。この図は、熱放射データを使用して異なるビルド間の変動を追跡し得る方法を示している。例えば、ロットＡ，Ｂ，およびＣはすべて同様のＴＥＤ分布を有するが、許容範囲内でＤ，Ｅ，およびＦをビルドすると、熱放射データが一貫して低くなる。場合によっては、これらのタイプの変化は、粉末ロットの変化が原因である可能性がある。このようにして、熱放射データを使用して、全体的な出力品質に悪影響を及ぼす可能性のある系統的エラーを追跡できる。このチャートはグリッドＴＥＤに基づく平均ＴＥＤ値を示しているが、スキャンベースのＴＥＤ方法論のために同様のチャートを作成できることに留意されたい。 [0095] FIG. 12 shows the thermal energy densities of parts associated with a plurality of different builds. Builds A to G each contain thermal radiation data for about 50 different parts (represented by individual circles 1202) built during the same additive manufacturing operation. This figure shows how thermal radiation data can be used to track variability between different builds. For example, lots A, B, and C all have similar TED distributions, but building D, E, and F within acceptable limits results in consistently low thermal radiation data. In some cases, these types of changes may be due to changes in powder lots. In this way, thermal radiation data can be used to track systematic errors that can adversely affect overall output quality. Note that although this chart shows average TED values based on grid TED, similar charts can be created for scan-based TED methodologies.

[0096]図１３～図１４Ｂは、現場測定値を使用して部品の動作を制御するために熱エネルギー密度をどのように使用できるかの例を示している。図１３は、エネルギー源パワーと走査速度の異なる組み合わせを使用して製造される部品を製造し、次に破壊的に分析して、図示のようにグラム／立方センチメートルで得られる部品密度を決定する方法を示している。このトライアルでは、部品密度１３０２に関連付けられ、部品密度が４．３７ｇ／ｃｃの部品が、製造元が推奨するスキャンおよびレーザパワー設定を使用して製造された。結果として得られる密度読み取り値に基づいて、破線１３０４の位置を決定することができる。線１３０４は、結果として生じるエネルギー入力量の低下により、粉末の一部が十分に融合するように加熱されず、部品密度が閾値密度レベルを下回る場所を示している。また、システムに過剰なエネルギーが加えられると、部品の密度が低下する可能性があり、製造動作中に粉末が溶融する代わりに気化するため、部品内にキーホールが形成される。破線１３０６は密度データから実験的に決定され得、この例では部品密度が４．３３ｇ／ｃｃと低くなることで識別される。線１３０８は、エネルギー密度と部品形状が実質的に一定のままである最適なエネルギー密度の輪郭を表す。密度テストは、線１３０８に沿って分布された設定を使用して作製された部品の平均密度がどのように比較的一貫したままであるかを示す。 [0096] FIGS. 13-14B show examples of how thermal energy densities can be used to control the operation of parts using field measurements. FIG. 13 is a method of manufacturing a part manufactured using different combinations of energy source power and scanning speed and then performing a destructive analysis to determine the part density obtained in grams / cubic centimeters as shown. Is shown. In this trial, a part with a part density of 4.37 g / cc associated with the part density 1302 was manufactured using the scan and laser power settings recommended by the manufacturer. The position of the dashed line 1304 can be determined based on the resulting density reading. Line 1304 indicates where, due to the resulting reduction in energy input, some of the powder is not heated to fully fuse and the component density falls below the threshold density level. Also, when excessive energy is applied to the system, the density of the part can be reduced and the powder vaporizes instead of melting during the manufacturing operation, resulting in the formation of keyholes in the part. The dashed line 1306 can be determined experimentally from the density data and is identified in this example by the low component density of 4.33 g / cc. Line 1308 represents an optimal energy density contour in which the energy density and component shape remain substantially constant. The density test shows how the average density of parts made using the settings distributed along line 1308 remains relatively consistent.

[0097]図１４Ａ～図１４Ｂは、パワー密度グラフの一部に重ねられた熱エネルギー密度の輪郭を示し、付加製造動作中に収集された熱密度測定値がエネルギー源によって使用される設定に応じて変化する様子を示している。図１４Ａ～図１４Ｂに示されるように、濃い影はより高い熱エネルギー密度を示し、薄い影はより低い熱エネルギー密度を示す。部品密度のテストと熱エネルギー密度の輪郭から、特定の部品の制御限界を決定できる。この場合、楕円１４０２で示される制御限界が決定されており、パワーとスキャン速度のパラメータは、線１３０８に沿って３σ、線１３０８に垂直な線に沿って１σまで部品１３０２を生産するために使用される設定から変更できる。いくつかの実施形態では、パワーおよび速度の許容可能な変動により、生産実行中に所望の熱エネルギー密度を維持するために、インプロセス調整を行うことが可能になる。楕円１４０４は、制御限界外のさらなる変動に対応できるプロセスウィンドウ全体を示している。いくつかの実施形態では、このプロセスウィンドウを使用して、インプロセスデータのみを使用して、結果の部品を検証できるばらつきを特定することができる。描かれた制御およびプロセスウィンドウは楕円形として示されているが、他のプロセスウィンドウの形状およびサイズが可能であり、例えば、部品の形状および材料の離心率に応じてより複雑になる場合があることに留意されたい。製造動作中、熱放射を測定する光学センサ読み取り値を使用して、その場で熱エネルギー密度を決定できる。レーザパワーとスキャン速度を楕円１４０２で示された制御限界内に維持するときに熱エネルギー密度が予想範囲外になる場合、熱エネルギー密度の異常な読み取り値を有する部品の部分に欠陥がある可能性があると警告することができる。 [0097] FIGS. 14A-14B outline the thermal energy densities superimposed on a portion of the power density graph, depending on the settings used by the energy source for the thermal density measurements collected during the additive manufacturing operation. It shows how it changes. As shown in FIGS. 14A-14B, dark shadows indicate a higher thermal energy density and light shadows indicate a lower thermal energy density. From the component density test and the thermal energy density contour, the control limits for a particular component can be determined. In this case, the control limits indicated by ellipse 1402 have been determined and the power and scan speed parameters are used to produce parts 1302 up to 3σ along line 1308 and up to 1σ along line perpendicular to line 1308. It can be changed from the settings that are set. In some embodiments, acceptable variations in power and speed allow in-process adjustments to be made to maintain the desired thermal energy density during production execution. Ellipse 1404 represents the entire process window that can accommodate further fluctuations outside the control limits. In some embodiments, this process window can be used to identify variability in which the resulting component can be verified using only in-process data. The control and process windows depicted are shown as elliptical, but other process windows can be shaped and sized, and can be more complex, for example, depending on the shape of the part and the eccentricity of the material. Please note that. During manufacturing operations, optical sensor readings that measure thermal radiation can be used to determine thermal energy densities on the fly. If the thermal energy density is outside the expected range when keeping the laser power and scan speed within the control limits indicated by the ellipse 1402, there may be a defect in the part of the part that has an abnormal reading of the thermal energy density. Can warn you that there is.

[0098]いくつかの実施形態では、プロセスウィンドウを、熱エネルギー密度を決定するために使用されるセンサ読み取り値を収集する１つまたは複数の光学センサをモデル化するモデリングおよびシミュレーションプログラムに組み込むことができる。モデリングおよびシミュレーションシステムがワークピースの命令セットの一次近似まで繰り返されると、予想される熱エネルギー密度を追加テストのために付加製造機に出力できる。付加製造機に熱エネルギー密度を測定するように構成された光学センサとコンピューティング機器が含まれている場合、モデル化された熱エネルギー密度データは付加製造機でさらにテストおよび検証するために使用できる。モデル化された熱エネルギー密度と測定された熱エネルギー密度の比較を使用して、命令セットの性能がその場で予想される結果とどの程度一致するかを確認できる。 [0098] In some embodiments, the process window may be incorporated into a modeling and simulation program that models one or more optical sensors that collect sensor readings used to determine thermal energy density. can. As the modeling and simulation system repeats to the first-order approximation of the workpiece's instruction set, the expected thermal energy density can be output to the add-on machine for additional testing. If the adder includes optical sensors and computing equipment configured to measure thermal energy density, the modeled thermal energy density data can be used for further testing and validation on the adder. .. A comparison of the modeled thermal energy density with the measured thermal energy density can be used to see how well the performance of the instruction set matches the expected results on the fly.

[0099]図１４Ｃは、エネルギー源の設定がプロセスウィンドウ１４０４から離れすぎていることに起因するさまざまな物理的効果を強調する別のパワー密度グラフである。例えば、パワー密度グラフは、低スキャン速度で大量のレーザパワーを追加すると、ワークピース内にキーホールが形成されることを示している。キーホールの形成は、あまりにも多くのエネルギーを受け取ることで粉末材料の一部が蒸発するために発生する。さらに、高いスキャン速度と組み合わされた低いパワーにより、粉末が融合しなくなる可能性がある。最後に、高いスキャン速度と組み合わされた高いパワーレベルにより、ビルド動作中に溶融金属のボールアップが生じる。堆積された粉末層の厚さを変えると、伝導モードゾーンをキーホール形成ゾーンから分離する線のシフトおよび融合ゾーンの欠如をもたらす可能性があることに留意されたい。例えば、粉末層の厚さを厚くすると、一般に厚い層が液化を受けるためにより多くのエネルギーを必要とするため、キーホールを伝導モードゾーンから分離する線の勾配と溶融領域の欠如を大きくする効果がある。 [0099] FIG. 14C is another power density graph highlighting the various physical effects resulting from the energy source setting being too far from the process window 1404. For example, a power density graph shows that adding a large amount of laser power at a low scan rate results in the formation of keyholes within the workpiece. The formation of keyholes occurs because part of the powder material evaporates by receiving too much energy. In addition, the low power combined with the high scan speed can prevent the powder from fusing. Finally, the high power level combined with the high scan speed causes the molten metal to ball up during the build operation. It should be noted that varying the thickness of the deposited powder layer can result in a line shift and a lack of fusion zones that separate the conduction mode zone from the keyhole formation zone. For example, increasing the thickness of the powder layer generally requires more energy for the thicker layer to undergo liquefaction, which has the effect of increasing the gradient of the line separating the keyhole from the conduction mode zone and the lack of a molten region. There is.

[0100]また、図１４Ｃは、伝導モードゾーンに対応するパワーおよびスキャン速度の設定が一般に前述の重大な欠陥のいずれももたらさない方法を示しているが、プロセスウィンドウ１４０４内の値に対応するレーザ設定を維持することにより、結果として生じる粒子構造および／または部品の密度を最適化することができる。プロセスウィンドウ１４０４内にエネルギー源設定を維持することの別の利点は、これらの設定が熱エネルギー密度の読み取り値を狭い範囲内に維持する必要があることである。製造動作中に熱エネルギー密度の値が所定の範囲外にある場合、製造プロセスの問題を示している可能性がある。これらの問題は、設定をプロセスウィンドウの中央領域に近づけたり、後続の部品のプロセスウィンドウを更新したりすることで対処できる。いくつかの実施形態では、製造業者は、障害が、欠陥のある粉末または後続の製造プロセスに考慮されるべきでない他のまれな収差によって引き起こされたことを発見する可能性がある。描かれたプロセスウィンドウは部品のすべての部分で同じではなく、特定の時間に部品のどの領域または特定の層が作業されていたかによって大きく異なる可能性があることを理解されたい。プロセスウィンドウ１４０４のサイズおよび／または形状はまた、いくつかの実施形態では、ハッチ間隔、スキャン長およびスキャン方向などの他の要因に従って変化し得る。 [0100] Also, FIG. 14C shows how the power and scan speed settings corresponding to the conduction mode zones generally do not result in any of the significant defects mentioned above, but the lasers corresponding to the values in the process window 1404. By maintaining the settings, the resulting particle structure and / or component density can be optimized. Another advantage of keeping the energy source settings within the process window 1404 is that these settings need to keep the thermal energy density readings within a narrow range. If the thermal energy density value is outside the specified range during the manufacturing operation, it may indicate a manufacturing process problem. These issues can be addressed by moving the settings closer to the central area of the process window or updating the process window of subsequent parts. In some embodiments, the manufacturer may discover that the failure was caused by a defective powder or other rare aberrations that should not be considered in the subsequent manufacturing process. It should be understood that the process window drawn is not the same for all parts of the part and can vary greatly depending on which area or layer of the part was being worked on at a particular time. The size and / or shape of the process window 1404 can also, in some embodiments, vary according to other factors such as hatch spacing, scan length and scan direction.

[0101]図１４Ｄは、溶融プールのサイズおよび形状が、レーザパワーおよびスキャン速度設定に従ってどのように変化し得るかを示している。例示的な溶融プール１４０６～１４１８は、さまざまなレーザパワーおよび速度設定に対して例示的な溶融プールサイズおよび形状を示す。一般的に、より大きな溶融プールは、より高い量のレーザパワーと低いスキャン速度から生じることがわかる。しかし、この特定の構成では、溶融プールのサイズは速度よりもレーザパワーに大きく依存する。 [0101] FIG. 14D shows how the size and shape of the molten pool can vary with laser power and scan rate settings. Exemplary melt pools 1406-1418 show exemplary melt pool sizes and shapes for different laser power and velocity settings. In general, it can be seen that larger molten pools result from higher amounts of laser power and lower scan rates. However, in this particular configuration, the size of the molten pool depends more on the laser power than on the velocity.

[0102]図１５Ａ～図１５Ｆは、付加製造動作を特徴付けて制御するために、どのようにグリッドを動的に作成できるかを示している。図１５Ａは、ビルド面１５０４の一部の上に配置された円筒状ワークピース１５０２の上面図を示している。ワークピース１５０２は、付加製造動作が行われている様子が示されている。図１５Ｂは、円筒状ワークピース１５０２が複数のトラック１５０６にどのように分割され、それに沿ってエネルギー源が円筒状ワークピース１５０２の上面に分散された粉末を溶融できるかを示している。いくつかの実施形態では、エネルギー源は図示のように方向１５０６を交互に変えることができ、他の実施形態では、エネルギー源は常に一方向に動くことができる。さらに、ワークピース１５０２をビルドするために使用されるスキャンの方向をさらにランダム化するために、トラック１５０６の方向は層ごとに変化し得る。 [0102] FIGS. 15A-15F show how grids can be dynamically created to characterize and control additive manufacturing operations. FIG. 15A shows a top view of a cylindrical workpiece 1502 disposed on a portion of the build surface 1504. The workpiece 1502 is shown to be undergoing an additional manufacturing operation. FIG. 15B shows how the cylindrical workpiece 1502 is divided into a plurality of tracks 1506 along which an energy source can melt the powder dispersed on the top surface of the cylindrical workpiece 1502. In some embodiments, the energy source can alternate directions 1506 as shown, and in other embodiments, the energy source can always move in one direction. In addition, the orientation of track 1506 can vary from layer to layer in order to further randomize the orientation of the scans used to build the workpiece 1502.

[0103]図１５Ｃは、ワークピース１５０２の一部を形成するときのエネルギー源の例示的なスキャンパターンを示している。矢印１５０８で示されるように、例示的なエネルギー源のワークピース１５０２を横切る動きの方向は斜めである。エネルギー源の個々のスキャン１５１０は、トラック１５０６に沿ったエネルギー源の移動方向に垂直な方向に向けられ、トラック１５０６を完全に横切ることができる。エネルギー源は、連続する個々のスキャン１５１０の間で短時間オフにすることができる。いくつかの実施形態では、エネルギー源のデューティサイクルは、トラック１５０６のそれぞれを横断するときに約９０％であり得る。このタイプのスキャン戦略を採用することにより、エネルギー源は、ワークピース１５０２を横断するときにトラック１５０６の幅をカバーできる。いくつかの実施形態では、スワス１５１０は約５ｍｍの幅を有することができる。いくつかの実施形態では、エネルギー源によって生成される溶融プールの幅は約８０ミクロン程度であり得るため、これにより、ワークピース１５０２を形成するのに必要なトラックの数を実質的に減らすことができる。 [0103] FIG. 15C shows an exemplary scan pattern of an energy source as it forms part of workpiece 1502. As indicated by arrow 1508, the direction of movement across the exemplary energy source workpiece 1502 is oblique. The individual scans 1510 of the energy source are oriented perpendicular to the direction of movement of the energy source along the track 1506 and can completely cross the track 1506. The energy source can be turned off for a short time between consecutive individual scans 1510. In some embodiments, the duty cycle of the energy source can be about 90% when traversing each of the tracks 1506. By adopting this type of scanning strategy, the energy source can cover the width of the track 1506 as it traverses the workpiece 1502. In some embodiments, the swath 1510 can have a width of about 5 mm. In some embodiments, the width of the molten pool produced by the energy source can be as much as about 80 microns, which can substantially reduce the number of tracks required to form the workpiece 1502. can.

[0104]図１５Ｄ～図１５Ｅは、グリッド領域１５１２を各トラック１５０６に沿って動的に生成し、個々のスキャン１５１０の幅に対応するようにサイズ設定する方法を示している。システムは、エネルギー源に向かうエネルギー源駆動信号を参照することにより、後続のスキャンの正確な位置を予測できる。いくつかの実施形態では、グリッド１５１２の幅は、個々のスキャン１５１２の長さに一致するか、個々のスキャン１５１２の長さの１０％または２０％以内であり得る。繰り返しになるが、エネルギー源駆動信号を参照することにより、個々のスキャン１５１２のスキャン長を予測することができる。いくつかの実施形態において、グリッド領域１５１２は、正方形または長方形の形状であり得る。エネルギー源がトラック１５０６に沿って継続するにつれて、グリッド領域１５１２のそれぞれについて熱エネルギー密度を決定することができる。いくつかの実施形態では、グリッド領域１５１２－１内の熱エネルギー密度読み取り値を使用して、次のグリッド領域、この場合グリッド領域１５１２－２内のエネルギー源の出力を調整することができる。例えば、グリッド領域１５１２－１内の個々のスキャン１５１０によって生成される熱エネルギー密度の読み取り値が予想よりも大幅に高い場合、エネルギー源のパワー出力を減らすことができ、個々のスキャン１５１０にわたるエネルギー源スキャンの速度を上げることができ、および／または、グリッド領域１５１２－２内で個々のスキャン１５１０の間隔を広げることができる。これらの調整は、閉ループ制御システムの一部として行うことができる。各領域内に５つの個々のスキャン１５１０のみが示されているが、これは例示目的のみのために行われ、グリッド領域１５１２内の個々のスキャンの実際の数を実質的に多くすることができる。例えば、エネルギー源によって生成される溶融ゾーンの幅が約８０ミクロンである場合、５ｍｍの正方形グリッド領域１５１２内のすべての粉末が溶融ゾーン内に入るためには、約６０回の個々のスキャン１５１０が必要になる場合がある。 [0104] FIGS. 15D-15E show how grid regions 1512 are dynamically generated along each track 1506 and sized to accommodate the width of individual scans 1510. The system can predict the exact location of subsequent scans by referring to the energy source drive signal towards the energy source. In some embodiments, the width of the grid 1512 may match the length of the individual scans 1512 or be within 10% or 20% of the length of the individual scans 1512. Again, by reference to the energy source drive signal, the scan length of each scan 1512 can be predicted. In some embodiments, the grid area 1512 can be in the shape of a square or rectangle. As the energy source continues along track 1506, the thermal energy density can be determined for each of the grid regions 1512. In some embodiments, the thermal energy density readings within the grid region 1512-1 can be used to adjust the output of the energy source within the next grid region, in this case grid region 1512-2. For example, if the thermal energy density readings produced by the individual scans 1510 within the grid region 1512-1 are significantly higher than expected, then the power output of the energy source can be reduced and the energy source across the individual scans 1510. The speed of scans can be increased and / or the spacing between individual scans 1510 can be increased within the grid area 1512-2. These adjustments can be made as part of a closed loop control system. Only five individual scans 1510 are shown within each region, but this is done for illustrative purposes only and the actual number of individual scans within the grid region 1512 can be substantially increased. .. For example, if the width of the melting zone produced by the energy source is about 80 microns, then about 60 individual scans 1510 are required for all powder in the 5mm square grid region 1512 to enter the melting zone. May be needed.

[0105]図１５Ｆは、エネルギー源がトラック１５０６のパターンの横断を終了した後のワークピース１５０２のエッジ領域を示している。いくつかの実施形態において、エネルギー源は、粉末の大部分が溶融および再固化した後、ワークピース１５０２にエネルギーを追加し続けることができる。例えば、輪郭スキャン１５１４は、ワークピース１５０２に表面仕上げを施すために、ワークピース１５０２の外周１５１６に沿って追跡することができる。図示の輪郭スキャン１５１４は、個々のスキャン１５１０よりも実質的に短いことを理解されたい。このため、グリッド領域１５１８を、グリッド領域１５１２よりもかなり狭くすることができる。また、グリッド領域１５１８は、この場合、ワークピース１５０２の外周の輪郭に従うので、形状が純粋に長方形ではないことにも留意されたい。スキャン長に違いが生じる可能性のある別の例として、ワークピースにさまざまな厚さの壁が含まれる場合がある。壁の厚さが変化すると、単一のグリッド領域内でスキャン長が変化する可能性がある。このような場合、個々のスキャンの長さの変化に合わせて幅を狭くしながらグリッド領域の長さを増やすことにより、各グリッド領域の面積を一貫性があるように保つことができる。 [0105] FIG. 15F shows the edge region of workpiece 1502 after the energy source has completed traversing the pattern of track 1506. In some embodiments, the energy source can continue to add energy to the workpiece 1502 after the majority of the powder has melted and resolidified. For example, the contour scan 1514 can be traced along the outer circumference 1516 of the workpiece 1502 to give the workpiece 1502 a surface finish. It should be appreciated that the illustrated contour scan 1514 is substantially shorter than the individual scans 1510. Therefore, the grid area 1518 can be made much smaller than the grid area 1512. It should also be noted that the grid region 1518 follows the contour of the outer circumference of the workpiece 1502 in this case and is not purely rectangular in shape. Another example where scan lengths can vary is when the workpiece contains walls of varying thickness. As the wall thickness changes, the scan length can change within a single grid area. In such cases, the area of each grid area can be kept consistent by increasing the length of the grid area while narrowing the width as the length of each scan changes.

[0106]図１６は、付加製造動作のフィードバック制御を確立および維持するためのフィードバック制御ループ１６００を示す閉ループ制御例を示している。ブロック１６０２で、エネルギー源が横断しようとしている次のグリッド領域のベースライン熱エネルギー密度が制御ループに入力される。このベースライン熱エネルギー密度の読み取り値は、モデリングおよびシミュレーションプログラムから、および／または以前に実行した実験／テストランから確立できる。いくつかの実施形態では、このベースライン熱エネルギー密度データは、前の層の間に記録されたさまざまなグリッド領域のエネルギー密度読み取り値を含むエネルギー密度バイアスブロック１６０４によって調整され得る。エネルギー密度バイアスブロック１６０４は、前の層が受け取るエネルギーが多すぎる、または少なすぎる場合のベースラインエネルギー密度ブロックへの調整を含むことができる。例えば、光学センサ読み取り値がワークピースの１つの領域の公称より低い熱エネルギー密度を示す場合、エネルギー密度のバイアス値は、公称の熱エネルギー密度の読み取り値を下回るグリッド領域と重なるグリッド領域のベースラインエネルギー密度の値を増やすことができる。このようにして、エネルギー源は、前の１つまたは複数の層の間に完全に融合されなかった追加の粉末を融合することができる。 [0106] FIG. 16 shows an example of a closed loop control showing a feedback control loop 1600 for establishing and maintaining feedback control of the additive manufacturing operation. At block 1602, the baseline thermal energy density of the next grid region that the energy source is about to traverse is input to the control loop. This baseline thermal energy density reading can be established from modeling and simulation programs and / or from previously run experiments / test runs. In some embodiments, this baseline thermal energy density data can be adjusted by an energy density bias block 1604 containing energy density readings of various grid regions recorded between previous layers. The energy density bias block 1604 can include adjustments to the baseline energy density block if the previous layer receives too much or too little energy. For example, if the optical sensor reading shows a lower than nominal thermal energy density in one region of the workpiece, the energy density bias value is the baseline of the grid region that overlaps the grid region below the nominal thermal energy density reading. The value of energy density can be increased. In this way, the energy source can fuse additional powder that was not completely fused between the previous one or more layers.

[0107]図１６は、ブロック１６０２および１６０４からの入力が、コントローラ１６０６によって受信されるエネルギー密度制御信号をどのように協働して生成するかも示している。コントローラ１６０６は、エネルギー密度制御信号を受信して、現在のグリッド領域内で所望の熱エネルギー密度を生成するように構成された熱源入力パラメータを生成するように構成される。入力パラメータには、パワー、スキャン速度、ハッチ間隔、スキャン方向、スキャン時間を含めることができる。次に、入力パラメータはエネルギー源１６０８によって受け取られ、入力パラメータの変更は現在のグリッド領域のエネルギー源１６０８によって採用される。光学センサが現在のグリッド領域を構成するエネルギー源１６０８のスキャンを測定すると、ブロック１６１０で、現在のグリッド領域の熱エネルギー密度が計算され、エネルギー密度制御信号と比較される。２つの値が同じ場合、光学センサデータに基づいてエネルギー密度制御信号は変更されない。しかし、２つの値が異なる場合、次のグリッド領域で行われたスキャンのエネルギー密度制御信号に対して差が加算または減算される。 [0107] FIG. 16 also shows how the inputs from blocks 1602 and 1604 work together to generate the energy density control signal received by the controller 1606. The controller 1606 is configured to receive an energy density control signal to generate a heat source input parameter configured to generate the desired thermal energy density within the current grid region. Input parameters can include power, scan speed, hatch spacing, scan direction, and scan time. The input parameters are then received by the energy source 1608 and the changes in the input parameters are adopted by the energy source 1608 in the current grid region. When the optical sensor measures a scan of the energy source 1608 that constitutes the current grid region, at block 1610 the thermal energy density of the current grid region is calculated and compared to the energy density control signal. If the two values are the same, the energy density control signal is unchanged based on the optical sensor data. However, if the two values are different, the difference is added or subtracted with respect to the energy density control signal of the scan performed in the next grid region.

[0108]いくつかの実施形態では、現在の層および前のすべての層のグリッド領域は、エネルギー源によって実行されるスキャンの経路およびスキャン長／幅に従って方向付けられた動的に生成されたグリッド領域であり得る。このタイプの構成では、ベースラインエネルギー密度とエネルギー密度バイアスの両方が、動的に生成されたグリッド領域に基づいていてもよい。他の実施形態では、現在の層のグリッド領域を動的に生成することができ、エネルギー密度バイアスデータ１６０４は、付加製造動作の開始前に定義された静的グリッド領域に関連付けられたエネルギー密度読み取り値に基づいていてもよく、その結果、静的グリッド領域は部品全体で固定されたままになり、位置、サイズ、または形状は変化しない。グリッドは、デカルトグリッドシステムが必要な場合、均一な形状と間隔で配置され得るが、極グリッドシステムを構成するグリッド領域の形をとることもできる。他の実施形態において、現在の層のグリッド領域は、ビルド動作が実行される前に静的に生成され、エネルギー密度バイアスデータも静的に生成され、現在の層に使用される同じグリッドを共有できる。 [0108] In some embodiments, the grid areas of the current layer and all previous layers are dynamically generated grids oriented according to the path and scan length / width of the scan performed by the energy source. Can be an area. In this type of configuration, both the baseline energy density and the energy density bias may be based on dynamically generated grid regions. In other embodiments, the grid region of the current layer can be dynamically generated and the energy density bias data 1604 is the energy density reading associated with the static grid region defined prior to the start of the build-up operation. It may be value-based, so that the static grid area remains fixed across the part and does not change position, size, or shape. The grid can be evenly shaped and spaced if a Cartesian grid system is required, but it can also take the form of the grid areas that make up the polar grid system. In other embodiments, the grid area of the current layer is statically generated before the build operation is performed, the energy density bias data is also statically generated, and shares the same grid used for the current layer. can.

[0109]いくつかの実施形態では、制御ループ１６００の熱エネルギー密度の代わりに熱放射密度を使用することができる。熱放射密度は、熱エネルギー密度に加えて他の要因を指す場合がある。例えば、熱放射密度は、ピーク温度、最低温度、加熱速度、冷却速度、平均温度、平均温度からの標準偏差、時間の経過に伴う平均温度の変化率などの１つまたは複数の他の特徴と共に、熱エネルギー密度を含む複数の特徴の加重平均にすることができる。他の実施形態では、１つまたは複数の他の特徴を使用して、各グリッド領域を構成するスキャンが所望の温度、加熱速度または冷却速度に達していることを検証することができる。そのような実施形態では、検証特徴は、所望の温度、加熱速度または冷却速度を達成するために、定義された制御ウィンドウ内でエネルギー源の入力パラメータを調整する必要があり得ることを示すフラグとして使用できる。例えば、グリッド領域内のピーク温度が低すぎる場合、パワーを上げたり、スキャン速度を下げたりできる。さまざまなタイプのグリッドＴＥＤに関連する前述の制御ループ１６００の説明は、当業者がスキャンＴＥＤメトリックも同様のループ構成で使用できることも理解することを留意されたい。
リコータアームショートフィードのＴＥＤ分析 [0109] In some embodiments, the thermal radiation density can be used instead of the thermal energy density of the control loop 1600. Thermal radiation density may refer to other factors in addition to thermal energy density. For example, heat radiation density is along with one or more other characteristics such as peak temperature, minimum temperature, heating rate, cooling rate, average temperature, standard deviation from average temperature, rate of change in average temperature over time. , Can be a weighted average of multiple features including thermal energy density. In other embodiments, one or more other features can be used to verify that the scans constituting each grid region have reached the desired temperature, heating rate or cooling rate. In such embodiments, the validation feature is as a flag indicating that the input parameters of the energy source may need to be adjusted within a defined control window to achieve the desired temperature, heating rate or cooling rate. Can be used. For example, if the peak temperature in the grid area is too low, you can increase the power or decrease the scan speed. It should be noted that the aforementioned description of control loop 1600 relating to different types of grid TED also allows one of ordinary skill in the art to understand that scan TED metrics can be used in similar loop configurations.
Ricoh arm short feed TED analysis

[0110]図１７Ａは、ビルドプレート１７０４にわたる粉末１７０２の正規分布を示している。この描写は、高さのばらつきなしに粉末がどのように均一に広がるかを示している。対照的に、図１７Ｂは、不十分な量の粉末１７０２がリコータアームによって回収されるとき、粉末層１７０２の厚さがどのように大きく変わり得るかを示している。リコータアームが粉末１７０２を使い果たし始めると、ビルドプレート１７０４の部分が粉末１７０２から完全にむき出しになるまで、粉末１７０２の層の厚さが徐々に先細りになる。この種のエラーは部品の全体的な品質に非常に悪影響を及ぼす可能性があるため、この種の現象の早期検出は正確な欠陥検出にとって重要である。 [0110] FIG. 17A shows the normal distribution of powder 1702 across the build plate 1704. This depiction shows how the powder spreads evenly without height variation. In contrast, FIG. 17B shows how the thickness of the powder layer 1702 can vary significantly when an inadequate amount of powder 1702 is recovered by the recoater arm. As the recorder arm begins to run out of powder 1702, the layer thickness of the powder 1702 gradually tapers until the portion of the build plate 1704 is completely exposed from the powder 1702. Early detection of this type of phenomenon is important for accurate defect detection, as this type of error can have a very negative effect on the overall quality of the part.

[0111]図１７Ｃは、ビルドプレートの白黒写真であり、ここでは、粉末１７０２のショートフィードにより、ビルド面上に配置された９つのワークピースが部分的にしか覆われていない。特に、写真の右側の３つのワークピースは完全に覆われているが、左側の３つのワークピースはほぼ完全に覆われていない。 [0111] FIG. 17C is a black-and-white photograph of the build plate, where the short feed of powder 1702 only partially covers the nine workpieces placed on the build surface. In particular, the three workpieces on the right side of the photo are completely covered, but the three workpieces on the left side are almost completely uncovered.

[0112]図１７Ｄは、同じ入力パラメータを使用してエネルギー源が９つすべてのワークピース全体を走査するとき、検出される熱エネルギー密度がどのように実質的に異なるかを示している。領域１７０６は、粉末の放射率が実質的に高く、ビルドプレートまたは固化粉末材料の熱伝導率が粉末の有効熱伝導率よりも高いため、実質的に高い熱エネルギー密度の読み取り値を生成する。熱伝導率が高いと、光学センサに戻る放射に利用できるエネルギー量が減少し、それにより検出される熱放射が減少する。さらに、材料自体の放射率が低いため、放射される熱エネルギーの量も減少する。
熱エネルギー密度とグローバルエネルギー密度 [0112] FIG. 17D shows how the detected thermal energy densities are substantially different when the energy source scans the entire workpiece of all nine using the same input parameters. Region 1706 produces substantially higher thermal energy density readings because the emissivity of the powder is substantially higher and the thermal conductivity of the build plate or solidified powder material is higher than the effective thermal conductivity of the powder. High thermal conductivity reduces the amount of energy available for radiation back to the optical sensor, thereby reducing the amount of heat radiation detected. In addition, the low emissivity of the material itself reduces the amount of heat energy radiated.
Thermal energy density and global energy density

[0113]エネルギー源から供給されるパワーがワークピースに提供されると、ワークピースを作る材料が溶けるが、そのパワーは、付加製造プロセス中の他のいくつかの熱および質量移動プロセスによっても消費され得る。次の式は、エネルギー源が粉末床を横切るレーザスキャンである場合、放出されるパワーを吸収できるさまざまなプロセスを説明している。
ＰＴＯＴＡＬ ＬＡＳＥＲ ＰＯＷＥＲ＝ＰＯＰＴＩＣＡＬ ＬＯＳＳＥＳ ＡＴ ＴＨＥ ＬＡＳＥＲ＋ＰＡＢＳＯＲＰＴＩＯＮ ＢＹ ＣＨＡＭＢＥＲ ＧＡＳ＋ＰＲＥＦＬＥＣＴＩＯＮ＋ＰＰＡＲＴＩＣＬＥ ＡＮＤ ＰＬＵＭＥ ＩＮＴＥＲＡＣＴＩＯＮＳ＋ＰＰＯＷＥＲ ＮＥＥＤＥＤ ＴＯ ＳＵＳＴＡＩＮ ＭＥＬＴ ＰＯＯＬ＋ＰＣＯＮＤＵＣＴＩＯＮ ＬＯＳＳＥＳ＋ＰＲＡＤＩＡＴＩＯＮ ＬＯＳＳＥＳ＋ＰＣＯＮＶＥＣＴＩＯＮ ＬＯＳＳＥＳ＋ＰＶＡＰＯＲＩＺＡＴＩＯＮ ＬＯＳＳＥＳ 式（１３）
[0113] When the power supplied by the energy source is provided to the workpiece, the material that makes the workpiece melts, but that power is also consumed by several other heat and mass transfer processes during the additive manufacturing process. Can be done. The following equation describes various processes that can absorb the emitted power when the energy source is a laser scan across the powder bed.
P TOTAL LASER POWER = P OPTICAL LOSSES AT THE LASER + P ABSORPTION BY CHAMBER GAS + P REFLECTION + P PARTICLE AND PLUME INTERACTIONS + P POWER NEEDED TO SUSTAIN MELT POOL + P CONDUCTION LOSSES + P RADIATION LOSSES + P CONVECTION LOSSES + P VAPORIZATION LOSSES formula (13)

[0114]レーザでの光損失（ＯＰＴＩＣＡＬ ＬＯＳＳＥＳ ＡＴ ＴＨＥ ＬＡＳＥＲ）とは、ビルド面でレーザ光を透過および集束させる光学システムの不完全性によるパワー損失を指す。不完全性により、光学システム内で放出されたレーザの吸収および反射損失が生じる。チャンバガスによる吸収（ＡＢＳＯＲＰＴＩＯＮ ＢＹ ＣＨＡＭＢＥＲ ＧＡＳ）とは、レーザパワーのごく一部を吸収する付加製造システムのビルドチャンバ内のガスによるパワー損失を指す。このパワー損失の影響は、レーザの波長でのガスの吸収率に依存する。反射損失とは、粉末床に決して吸収されないレーザ光を逃がす光のために失われるパワーを指す。粒子とプルームの相互作用（ＰＡＲＴＩＣＬＥ ＡＮＤ ＰＬＵＭＥ ＩＮＴＥＲＡＣＴＩＯＮＳ）は、レーザとプルームとの間の相互作用、および／または堆積プロセス中に放出される粒子を指す。これらの影響によるパワー損失はビルドチャンバを循環するシールドガスにより改善できるが、通常、少量のパワー低下は完全に回避することはできない。溶融プールを維持するために必要なパワー（ＰＯＷＥＲ ＮＥＥＤＥＤ ＴＯ ＳＵＳＴＡＩＮ ＭＥＬＴ ＰＯＯＬ）とは、粉末を溶融し、溶融プールによって最終的に達成される温度まで最終的に過熱するために、作業材料によって吸収されるレーザパワーの部分を指す。伝導損失（ＣＯＮＤＵＣＴＩＯＮ ＬＯＳＳＥＳ）とは、粉末の下の固化した金属と粉末床自体への伝導によって吸収されるパワーの部分を指す。このようにして、部品を構成する粉末床と固化した材料は、溶融プールから熱を伝導する。この熱エネルギーの伝導性伝達は、溶融プールからのエネルギー損失の主な形態である。放射損失（ＲＡＤＩＡＴＩＯＮ ＬＯＳＳＥＳ）とは、溶融プールおよび溶融プールを囲む材料から放出されるレーザパワーのうち、熱放射を放出するのに十分な高温の部分を指す。対流損失（ＣＯＮＶＥＣＴＩＯＮ ＬＯＳＳＥＳ）とは、ビルドチャンバを循環するガスへの熱エネルギーの移動によって生じる損失を指す。最後に、蒸発損失（ＶＡＰＯＲＩＺＡＴＩＯＮ ＬＯＳＳＥＳ）とは、レーザ照射下で蒸発する粉末材料のごく一部を指す。気化の潜熱は非常に大きいため、これは溶融プールに対する強力な冷却効果であり、レーザビームの合計パワーが高くなると無視できないエネルギー損失の原因になる可能性がある。 [0114] OPTICAL LOSSES AT THE LASER refers to power loss due to imperfections in an optical system that transmits and focuses laser light on the build surface. Imperfections result in absorption and reflection loss of the laser emitted within the optical system. Absorption by chamber gas (ABSORPTION BY CHAMBER GAS) refers to power loss due to gas in the build chamber of an additive manufacturing system that absorbs a small portion of the laser power. The effect of this power loss depends on the absorption rate of the gas at the wavelength of the laser. Return loss refers to the power lost due to the light that escapes the laser light that is never absorbed by the powder bed. Particle-Plume Interaction (PARTICLE AND PLUME INTERACTIONS) refers to the interaction between a laser and a plume and / or the particles emitted during the deposition process. The power loss due to these effects can be improved by the shield gas circulating in the build chamber, but usually a small amount of power loss cannot be completely avoided. The power required to maintain the melt pool (POWER NEEDED TO SUSTAIN MELT POOL) is absorbed by the working material to melt the powder and finally heat it to the temperature finally achieved by the melt pool. Refers to the part of the laser power. Conduction loss refers to the portion of power absorbed by conduction to the solidified metal beneath the powder and the powder bed itself. In this way, the powder bed and solidified material that make up the component conduct heat from the molten pool. This conductive transfer of thermal energy is the main form of energy loss from the molten pool. Radiation loss refers to the high temperature portion of the laser power emitted from the molten pool and the material surrounding the molten pool that is sufficient to emit thermal radiation. Convection loss refers to the loss caused by the transfer of thermal energy to the gas circulating in the build chamber. Finally, evaporation loss (VAPORIZATION LOSSES) refers to a small portion of the powder material that evaporates under laser irradiation. The latent heat of vaporization is so great that this is a powerful cooling effect on the molten pool and can cause significant energy loss at higher total powers of the laser beam.

[0115]熱エネルギー密度（ＴＥＤ）メトリックは、加熱された領域からの光の放射、光学系を介したこの光の透過、検出器による光の収集、およびこの光の電気信号への変換の結果である光学的な光の測定に基づいている。すべての可能な周波数にわたる黒体放射を支配する方程式は、以下の式（１４）に示すステファンボルツマン方程式によって与えられる：

Figure 0007024981000013
[0115] The Thermal Energy Density (TED) metric is the result of the emission of light from a heated region, the transmission of this light through optical systems, the collection of light by a detector, and the conversion of this light into electrical signals. Is based on the optical measurement of light. The equation governing blackbody radiation over all possible frequencies is given by the Stefan-Boltzmann equation shown in Eq. (14) below:
Figure 0007024981000013

[0116]式（１４）の変数を以下の表（１）に示す。

Figure 0007024981000014
[0116] The variables of Eq. (14) are shown in Table (1) below.
Figure 0007024981000014

[0117]センサによって収集される前、およびその結果ＴＥＤメトリックの計算に使用される電圧になる前に、放射された光に影響を与える追加の介在因子がある。これは式（１５）で以下にまとめられている。
ＶＶＯＬＴＡＧＥ ＵＳＥＤ ＢＹ ＴＥＤ＝｛ＰＲＡＤＩＡＴＥＤ－ＰＶＩＥＷ ＦＡＣＴＯＲ－ＰＯＰＴＩＣＡＬ ＬＯＳＳＥＳ ＡＴ ＲＡＤＩＡＴＥＤ ＷＡＶＥＬＥＮＧＴＨＳ－ＰＳＥＮＳＯＲ ＬＯＳＳ ＦＡＣＴＯＲ｝＊（ＳＥＮＳＯＲ ＳＣＡＬＩＮＧ ＦＡＣＴＯＲ）式（１５） [0117] There are additional intervening factors that affect the emitted light before it is collected by the sensor and, as a result, to the voltage used to calculate the TED metric. This is summarized below in equation (15).
V VOLTAGE USED BY TED = {P RADITAD -P VIEW FACTOR -P OPTICAL LOSTES AT RADIASD WAVELENGTHS -P SENSOR LOSS FACTOR } * (SENSOR SCALING FACTOR)

[0118]式（１５）からのこれらのさまざまな項は、以下の表（２）で説明される。

Figure 0007024981000015
[0118] These various terms from equation (15) are described in Table (2) below.
Figure 0007024981000015

[0119]多くの場合、付加製造で使用される性能指数は、グローバルエネルギー密度（ＧＥＤ）である。これは、以下の式（１６）に示すように、さまざまなＰＲＯＣＥＳＳ ＩＮＰＵＴを結合するパラメータである：
ＧＥＤ＝（ＢＥＡＭ ＰＯＷＥＲ）／｛（ＴＲＡＶＥＬ ＳＰＥＥＤ）＊（ＨＡＴＣＨ ＳＰＡＣＩＮＧ）｝ 式（１６） [0119] Often the figure of merit used in additive manufacturing is the Global Energy Density (GED). This is a parameter that combines various PROCESS INPUTs, as shown in equation (16) below:
GED = (BEAM POWER) / {(TRAVEL SPEED) * (HATCH SPACING)} Equation (16)

[0120]ＧＥＤの単位面積あたりのエネルギー単位は次のとおりである：（ＪＯＵＬＥＳ／ＳＥＣ）／｛（ＣＭ／ＳＥＣ）＊（ＣＭ）｝＝ＪＯＵＬＥＳ／ＣＭ２。しかし、ＧＥＤはＴＥＤと同じ単位を有する場合があるが、ＧＥＤとＴＥＤは一般に同等ではないことに留意されたい。例として、ＴＥＤは、熱い領域からの放射パワーを面積で除算して得られるが、ＧＥＤは入力パワーの測定値である。本明細書で説明するように、ＴＥＤはＲＥＳＰＯＮＳＥまたはＰＲＯＣＥＳＳ ＯＵＴＰＵＴに関連し、ＧＥＤはＰＲＯＣＥＳＳ ＩＮＰＵＴに関連する。発明者は、結果として、ＴＥＤとＧＥＤは互いに異なる測定値であると信じている。いくつかの実施形態では、ＴＥＤを決定する際に利用される面積は、溶融プール面積とは異なる。結果として、いくつかの実施形態は、ＴＥＤと溶融プール面積との間に直接的な相関関係を持たない。好適には、ＴＥＤは、付加製造プロセスに直接影響するさまざまな要因に敏感である。 [0120] The energy unit per unit area of GED is as follows: (JOULES / SEC) / {(CM / SEC) * (CM)} = JOULES / CM 2 . However, it should be noted that GED and TED are generally not equivalent, although GED may have the same units as TED. As an example, TED is obtained by dividing the radiant power from the hot region by the area, while GED is a measurement of the input power. As described herein, TED is associated with RESPONSE or PROCESS OUTPUT and GED is associated with PROCESS INPUT. The inventor believes that, as a result, TED and GED are different measurements. In some embodiments, the area used in determining TED differs from the molten pool area. As a result, some embodiments have no direct correlation between TED and molten pool area. Preferably, TED is sensitive to a variety of factors that directly affect the additive manufacturing process.

[0121]本明細書に記載の実施形態は、光学センサによって生成されたデータを使用して熱エネルギー密度を決定したが、本明細書に記載の実施形態は、インプロセスの物理変数の他の徴候を測定するセンサによって生成されたデータを使用して実装され得る。インプロセスの物理変数の徴候を測定するセンサには、例えば、力および振動センサ、接触熱センサ、非接触熱センサ、超音波センサ、渦電流センサが含まれる。上記の教示に鑑みて、多くの修正および変形が可能であることは、当業者には明らかであろう。 [0121] The embodiments described herein have determined thermal energy densities using data generated by optical sensors, whereas the embodiments described herein are other in-process physical variables. It can be implemented using data generated by sensors that measure symptoms. Sensors that measure signs of in-process physical variables include, for example, force and vibration sensors, contact heat sensors, non-contact heat sensors, ultrasonic sensors, and eddy current sensors. It will be apparent to those skilled in the art that many modifications and modifications are possible in view of the above teachings.

[0122]説明された実施形態のさまざまな態様、実施形態、実装または特徴は、別々にまたは任意の組み合わせで使用され得る。説明された実施形態のさまざまな態様は、ソフトウェア、ハードウェア、またはハードウェアとソフトウェアの組み合わせによって実装され得る。また、説明された実施形態は、製造動作を制御するためのコンピュータ可読媒体上のコンピュータ可読コードとして、または製造ラインを制御するためのコンピュータ可読媒体上のコンピュータ可読コードとして実現され得る。コンピュータ可読媒体は、その後コンピュータシステムによって読み取ることができるデータを格納できる任意のデータストレージデバイスである。コンピュータ可読媒体の例には、読み取り専用メモリ、ランダムアクセスメモリ、ＣＤ－ＲＯＭ、ＨＤＤ、ＤＶＤ、磁気テープ、および光データストレージデバイスが含まれる。また、コンピュータ可読媒体は、ネットワークで結合されたコンピュータシステムに分散されてもよく、その結果、コンピュータ可読コードが分散された形で格納および実行される。 [0122] The various aspects, embodiments, implementations or features of the embodiments described may be used separately or in any combination. Various aspects of the embodiments described may be implemented by software, hardware, or a combination of hardware and software. Also, the embodiments described may be realized as computer-readable code on a computer-readable medium for controlling a manufacturing operation, or as computer-readable code on a computer-readable medium for controlling a manufacturing line. A computer-readable medium is any data storage device that can store data that can then be read by a computer system. Examples of computer-readable media include read-only memory, random access memory, CD-ROMs, HDDs, DVDs, magnetic tapes, and optical data storage devices. Computer-readable media may also be distributed across networked computer systems, resulting in distributed storage and execution of computer-readable code.

[0123]前述の説明は、説明の目的で、特定の用語を使用して、説明された実施形態の完全な理解を提供した。しかし、説明された実施形態を実施するために特定の詳細が必要とされないことは、当業者には明らかであろう。したがって、特定の実施形態の前述の説明は、例示および説明の目的で提示されている。それらは網羅的であること、または説明された実施形態を開示された正確な形態に限定することを意図していない。上記の教示に鑑みて、多くの修正および変形が可能であることは、当業者には明らかであろう。
[0123] The above description, for purposes of explanation, has provided a complete understanding of the embodiments described, using specific terms. However, it will be apparent to those skilled in the art that no specific details are required to implement the described embodiments. Therefore, the aforementioned description of a particular embodiment is presented for purposes of illustration and illustration. They are not intended to be exhaustive or to limit the described embodiments to the exact embodiments disclosed. It will be apparent to those skilled in the art that many modifications and modifications are possible in view of the above teachings.

Claims (19)

ビルド面にわたるエネルギー源の複数のスキャンを生成するステップと、
前記ビルド面を監視する光学センサを使用して、前記複数のスキャンのそれぞれの間に前記ビルド面から放射されるエネルギー量を測定するステップと、
前記複数のスキャン中に横断した前記ビルド面の面積を決定するステップと、
前記放射されたエネルギー量と前記複数のスキャンが横断した前記ビルド面の面積に基づいて、前記複数のスキャンが横断した前記ビルド面の面積の熱エネルギー密度を決定するステップと、
前記熱エネルギー密度を前記ビルド面の１つの位置にマッピングするステップと、
前記熱エネルギー密度が、熱エネルギー密度値の所定の範囲外であることを決定するステップと、
その後、前記ビルド面の前記１つの位置にわたる前記エネルギー源の後続のスキャンを調整するステップと
を含む、付加製造方法。 Steps to generate multiple scans of energy sources across the build surface,
A step of measuring the amount of energy radiated from the build surface during each of the plurality of scans using an optical sensor that monitors the build surface.
A step of determining the area of the build surface traversed during the plurality of scans,
A step of determining the thermal energy density of the area of the build surface traversed by the plurality of scans based on the amount of energy radiated and the area of the build surface traversed by the plurality of scans.
The step of mapping the thermal energy density to one position on the build surface,
The step of determining that the thermal energy density is outside the predetermined range of the thermal energy density value, and
An additive manufacturing method comprising the step of adjusting a subsequent scan of the energy source over the one position on the build surface. 前記エネルギー量を測定するステップが、前記光学センサからのセンサ読み取り値を受信するステップを含む、請求項１に記載の付加製造方法。 The additional manufacturing method according to claim 1, wherein the step of measuring the amount of energy includes a step of receiving a sensor reading value from the optical sensor. 前記横断したビルド面の面積を決定するステップが、
前記複数のスキャンの第１のスキャンの開始点を決定するステップと、
前記第１のスキャンの終了点を決定するステップと、
前記開始点と前記終了点との間の距離を計算することにより、前記第１のスキャンの長さを決定するステップと
を含む、請求項１に記載の付加製造方法。 The step of determining the area of the crossed build surface is
The step of determining the starting point of the first scan of the plurality of scans, and
The step of determining the end point of the first scan and
The additional manufacturing method according to claim 1, comprising the step of determining the length of the first scan by calculating the distance between the start point and the end point. プロセスパラメータに関連付けられた制御信号を送信するステップ
をさらに含む、請求項１に記載の付加製造方法。 The additional manufacturing method according to claim 1, further comprising a step of transmitting a control signal associated with a process parameter. 前記エネルギー源が、レーザおよび電子ビームの少なくとも一方に対応する、請求項１に記載の付加製造方法。 The additional manufacturing method according to claim 1, wherein the energy source corresponds to at least one of a laser and an electron beam. 前記熱エネルギー密度をマッピングするステップが、
前記ビルド面にわたる前記エネルギー源の経路を示すエネルギー源駆動信号データを受信するステップと、
前記エネルギー源駆動信号データを使用して、前記複数のスキャンのそれぞれの位置を決定するステップと
を含む、請求項１に記載の付加製造方法。 The step of mapping the thermal energy density is
A step of receiving energy source drive signal data indicating the path of the energy source over the build surface, and
The additional manufacturing method according to claim 1, comprising the step of determining the position of each of the plurality of scans using the energy source drive signal data. 前記エネルギー源に関連付けられた位置データを受信するステップ
をさらに含む、請求項１に記載の付加製造方法。 The additional manufacturing method according to claim 1, further comprising the step of receiving the position data associated with the energy source. エネルギー源駆動信号データを受信するステップであって、前記エネルギー源駆動信号データは、前記エネルギー源がオンになったときと前記エネルギー源がオフになったときを示す、ステップと
をさらに含む、請求項１に記載の付加製造方法。 A step of receiving energy source drive signal data, wherein the energy source drive signal data further comprises a step indicating when the energy source is turned on and when the energy source is turned off. Item 1. The additional manufacturing method according to Item 1. ビルド面にわたるエネルギー源の複数のスキャンを生成するステップと、
前記複数のスキャンを含むグリッド領域を決定するステップであって、前記グリッド領域はグリッド面積によって特徴付けられる、ステップと、
光学センサを使用して、前記複数のスキャンのそれぞれの間にセンサ読み取り値を生成するステップと、
前記センサ読み取り値を使用して、前記複数のスキャン中に前記ビルド面から放射されるエネルギーの合計量を決定するステップと、
前記放射されるエネルギーの合計量と前記グリッド面積に基づいて、前記グリッド領域に関連付けられた熱エネルギー密度を計算するステップと、
前記グリッド領域に関連付けられた前記熱エネルギー密度が、熱エネルギー密度値の所定の範囲外であることを決定するステップと、
その後、前記エネルギー源の出力を調整するステップと
を含む、付加製造方法。 Steps to generate multiple scans of energy sources across the build surface,
A step of determining a grid area containing the plurality of scans, wherein the grid area is characterized by a grid area.
The step of using an optical sensor to generate sensor readings between each of the multiple scans,
A step of using the sensor readings to determine the total amount of energy radiated from the build surface during the plurality of scans.
A step of calculating the thermal energy density associated with the grid region based on the total amount of radiated energy and the grid area.
A step of determining that the thermal energy density associated with the grid region is outside a predetermined range of thermal energy density values.
Then, an additional manufacturing method including the step of adjusting the output of the energy source. 前記熱エネルギー密度が、前記放射されるエネルギーの合計量を前記グリッド面積で除算することにより決定される、請求項９に記載の付加製造方法。 The addition manufacturing method according to claim 9, wherein the thermal energy density is determined by dividing the total amount of radiated energy by the grid area. 前記グリッド領域の幅が、前記複数のスキャンのそれぞれの長さに応じてサイズ設定される、請求項９に記載の付加製造方法。 The additional manufacturing method according to claim 9, wherein the width of the grid area is sized according to the length of each of the plurality of scans. 前記複数のスキャンを含むグリッド領域を決定するステップが、
前記ビルド面にわたる前記エネルギー源の経路を示すエネルギー源駆動信号データを受信するステップと、
前記エネルギー源駆動信号データに基づいて、前記グリッド領域の位置、形状、およびサイズを画定するステップと
を含む、請求項９に記載の付加製造方法。 The step of determining the grid area containing the multiple scans
A step of receiving energy source drive signal data indicating the path of the energy source over the build surface, and
The additional manufacturing method according to claim 9, further comprising a step of defining the position, shape, and size of the grid region based on the energy source drive signal data. 前記エネルギー源駆動信号データが、前記複数のスキャンのうちの２つ以上のスキャンの間の距離を含む、請求項１２に記載の付加製造方法。 12. The additional manufacturing method of claim 12, wherein the energy source drive signal data comprises a distance between two or more of the plurality of scans. ビルド面の一部を、それぞれがグリッド領域面積を有する複数のグリッド領域を含むグリッドとして、画定するステップと、
前記ビルド面にわたるエネルギー源の複数のスキャンを生成するステップと、
光学センサを使用して、前記複数のスキャンのそれぞれの間にセンサ読み取り値を生成するステップと、
前記複数のスキャンのそれぞれに対して、前記複数のセンサ読み取り値のそれぞれの部分を前記複数のグリッド領域のそれぞれ１つにマッピングするステップと、
前記複数のグリッド領域のそれぞれについて、
各グリッド領域にマッピングされた前記センサ読み取り値を合計するステップと、
前記合計されたセンサ読み取り値と前記グリッド領域面積に基づいてグリッドベースの熱エネルギー密度を計算するステップと、
前記複数のグリッド領域の１つまたは複数に関連付けられた前記グリッドベースの熱エネルギー密度が、熱エネルギー密度値の所定の範囲外であることを決定するステップと、
その後、前記エネルギー源の出力を調整するステップと
を含む、付加製造方法。 A step of defining a portion of the build surface as a grid containing multiple grid areas, each with a grid area area.
The steps to generate multiple scans of the energy source across the build surface,
The step of using an optical sensor to generate sensor readings between each of the multiple scans,
A step of mapping each portion of the plurality of sensor readings to one of the plurality of grid areas for each of the plurality of scans.
For each of the plurality of grid areas
A step of summing the sensor readings mapped to each grid area, and
A step of calculating the grid-based thermal energy density based on the summed sensor readings and the grid area area.
A step of determining that the grid-based thermal energy density associated with one or more of the plurality of grid regions is outside a predetermined range of thermal energy density values.
Then, an additional manufacturing method including the step of adjusting the output of the energy source. 前記ビルド面全体に粉末層を設けるステップと、
前記粉末層全体で前記エネルギー源の追加の複数のスキャンを生成するステップであって、前記追加の複数のスキャンの少なくともいくつかの特性は、前記複数のグリッド領域の１つまたは複数の前記計算されたグリッドベースの熱エネルギー密度に基づく、ステップと、
をさらに含む、請求項１４に記載の付加製造方法。 The step of providing the powder layer on the entire build surface and
At least some of the properties of the additional scans are calculated in one or more of the grid regions in a step of generating additional scans of the energy source throughout the powder layer. Based on grid-based thermal energy density, steps and
The additional manufacturing method according to claim 14, further comprising. 前記計算されたグリッドベースの熱エネルギー密度に基づいて、前記複数のスキャンのうちの１つの少なくとも一部の間に、前記エネルギー源の１つまたは複数の入力パラメータが変更される、請求項１４に記載の付加製造方法。 14. According to claim 14, one or more input parameters of the energy source are modified during at least a portion of one of the plurality of scans based on the calculated grid-based thermal energy density. The additional manufacturing method described. 前記センサ読み取り値のそれぞれの部分をマッピングするステップが、前記複数のスキャンの１つに対する前記複数のセンサ読み取り値のすべてを前記複数のグリッド領域の１つまたは複数にマッピングするステップを含む、請求項１４に記載の付加製造方法。 Claimed, wherein the step of mapping each portion of the sensor readings comprises mapping all of the plurality of sensor readings for one of the plurality of scans to one or more of the plurality of grid areas. 14. The additional manufacturing method according to 14. 前記ビルド面が、前記グリッドの面積に等しい面積によって特徴付けられる、請求項１４に記載の付加製造方法。 The additional manufacturing method according to claim 14, wherein the build surface is characterized by an area equal to the area of the grid. 前記グリッド領域が、前記ビルド面全体に均一に分布している、請求項１４に記載の付加製造方法。

The additional manufacturing method according to claim 14, wherein the grid region is uniformly distributed over the entire build surface.
JP2020529102A 2017-08-01 2018-08-01 Systems and methods for measuring radiant thermal energy during additive manufacturing operations Active JP7024981B2 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022015272A JP7408066B2 (en) 2017-08-01 2022-02-02 Measurement of radiant thermal energy density in the grid area of the build surface
JP2023208352A JP2024037833A (en) 2017-08-01 2023-12-11 Measurement of radiant thermal energy density in the grid area of the build surface

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201762540016P 2017-08-01 2017-08-01
US62/540,016 2017-08-01
US201862633487P 2018-02-21 2018-02-21
US62/633,487 2018-02-21
US201862643457P 2018-03-15 2018-03-15
US62/643,457 2018-03-15
PCT/US2018/044884 WO2019028184A1 (en) 2017-08-01 2018-08-01 Systems and methods for measuring radiated thermal energy during an additive manufacturing operation

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2022015272A Division JP7408066B2 (en) 2017-08-01 2022-02-02 Measurement of radiant thermal energy density in the grid area of the build surface

Publications (2)

Publication Number Publication Date
JP2020530070A JP2020530070A (en) 2020-10-15
JP7024981B2 true JP7024981B2 (en) 2022-02-24

Family

ID=65234116

Family Applications (3)

Application Number Title Priority Date Filing Date
JP2020529102A Active JP7024981B2 (en) 2017-08-01 2018-08-01 Systems and methods for measuring radiant thermal energy during additive manufacturing operations
JP2022015272A Active JP7408066B2 (en) 2017-08-01 2022-02-02 Measurement of radiant thermal energy density in the grid area of the build surface
JP2023208352A Pending JP2024037833A (en) 2017-08-01 2023-12-11 Measurement of radiant thermal energy density in the grid area of the build surface

Family Applications After (2)

Application Number Title Priority Date Filing Date
JP2022015272A Active JP7408066B2 (en) 2017-08-01 2022-02-02 Measurement of radiant thermal energy density in the grid area of the build surface
JP2023208352A Pending JP2024037833A (en) 2017-08-01 2023-12-11 Measurement of radiant thermal energy density in the grid area of the build surface

Country Status (7)

Country Link
US (3) US10479020B2 (en)
EP (1) EP3548218A4 (en)
JP (3) JP7024981B2 (en)
KR (1) KR102340573B1 (en)
CN (2) CN111315531B (en)
DE (1) DE112018001597B4 (en)
WO (1) WO2019028184A1 (en)

Families Citing this family (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014016679A1 (en) * 2014-11-12 2016-05-12 Cl Schutzrechtsverwaltungs Gmbh Method and device for exposure control of a selective laser sintering or laser melting device
US20180200794A1 (en) * 2017-01-18 2018-07-19 General Electric Company Method and apparatus for optical detection of keyholing and overmelts
US10479020B2 (en) 2017-08-01 2019-11-19 Sigma Labs, Inc. Systems and methods for measuring radiated thermal energy during an additive manufacturing operation
JP6887926B2 (en) * 2017-09-21 2021-06-16 日本電子株式会社 Manufacturing method of three-dimensional structure and manufacturing equipment of three-dimensional structure
US11260454B2 (en) 2017-11-07 2022-03-01 Sigma Labs, Inc. Correction of non-imaging thermal measurement devices
US11517984B2 (en) 2017-11-07 2022-12-06 Sigma Labs, Inc. Methods and systems for quality inference and control for additive manufacturing processes
WO2019094269A1 (en) * 2017-11-10 2019-05-16 General Electric Company Positioning system for an additive manufacturing machine
US11029666B2 (en) * 2017-11-17 2021-06-08 Raytheon Technologies Corporation Fabrication of process-equivalent test specimens of additively manufactured components
US20190211072A1 (en) * 2018-01-10 2019-07-11 Syracuse University TRI-AGONIST FOR THE GLu, GLP-1 AND NPY2 RECEPTORS
CN112004635B (en) 2018-02-21 2022-04-05 西格马实验室公司 Systems and methods for additive manufacturing
WO2019165111A1 (en) * 2018-02-21 2019-08-29 Sigma Labs, Inc. Systems and methods for measuring radiated thermal energy during an additive manufacturing operation
EP3549765B1 (en) 2018-04-04 2022-07-13 CL Schutzrechtsverwaltungs GmbH Apparatus for additively manufacturing three-dimensional objects
FR3080306B1 (en) * 2018-04-19 2021-02-19 Michelin & Cie ADDITIVE MANUFACTURING PROCESS OF A METAL PART IN THREE DIMENSIONS
US10620103B2 (en) * 2018-05-15 2020-04-14 Honeywell International Inc. Devices and methods for evaluating the spreadability of powders utilized in additive manufacturing
US11072039B2 (en) * 2018-06-13 2021-07-27 General Electric Company Systems and methods for additive manufacturing
US10919115B2 (en) * 2018-06-13 2021-02-16 General Electric Company Systems and methods for finishing additive manufacturing faces with different orientations
US10744599B2 (en) * 2018-07-30 2020-08-18 Mitsubishi Electric Corporation Metal additive manufacturing welding condition control device and method
WO2020185169A1 (en) * 2019-03-13 2020-09-17 Nanyang Technological University Monitoring system and method of identification of anomalies in a 3d printing process
CN110196231B (en) * 2019-05-14 2021-09-07 东南大学 Laser ultrasonic off-line detection device and method for additive part
DE102019112757A1 (en) * 2019-05-15 2020-11-19 Carl Zeiss Ag Method and device for additive manufacturing of a workpiece
JP6848010B2 (en) * 2019-06-11 2021-03-24 株式会社ソディック Laminated modeling equipment
EP4034324A1 (en) * 2019-09-25 2022-08-03 SLM Solutions Group AG Technique for analyzing sensor data in powder bed additive manufacturing
WO2021100421A1 (en) * 2019-11-20 2021-05-27 信越エンジニアリング株式会社 Workpiece separating device, and workpiece separating method
CN111015006B (en) * 2019-12-16 2021-07-13 哈尔滨工业大学（威海） Online monitoring method for laser-arc hybrid welding quality based on spectral information
US11537111B2 (en) * 2020-04-01 2022-12-27 General Electric Company Methods and apparatus for 2-D and 3-D scanning path visualization
JP2021186816A (en) * 2020-05-26 2021-12-13 パナソニックＩｐマネジメント株式会社 Laser processing device
EP4157637A1 (en) * 2020-05-28 2023-04-05 SLM Solutions Group AG Method and apparatus for producing a three-dimensional workpiece via additive layer manufacturing
US20210394302A1 (en) * 2020-06-18 2021-12-23 Sigma Labs, Inc. Determination and control of cooling rate in an additive manufacturing system
US11536671B2 (en) * 2020-08-07 2022-12-27 Sigma Labs, Inc. Defect identification using machine learning in an additive manufacturing system
CN112191849B (en) * 2020-10-10 2023-03-28 重庆邮电大学 Gradient porous heat dissipation device design and material increase manufacturing method based on temperature distribution
CN112518122B (en) * 2020-12-04 2022-05-17 广州德擎光学科技有限公司 Laser processing piece fusion depth detection method, device and system
CN112828421B (en) * 2020-12-31 2022-10-11 西安铂力特增材技术股份有限公司 Method for manufacturing grid frame structure by adding materials through arc fuses
WO2022168268A1 (en) * 2021-02-05 2022-08-11 株式会社ニコン Processing path information generation method
WO2022176430A1 (en) * 2021-02-18 2022-08-25 国立大学法人大阪大学 Method for manufacturing three-dimensional structure, and fabrication device
EP4308331A1 (en) * 2021-03-18 2024-01-24 Divergent Technologies, Inc. Variable beam geometry energy beam-based powder bed fusion
US11752558B2 (en) 2021-04-16 2023-09-12 General Electric Company Detecting optical anomalies on optical elements used in an additive manufacturing machine
KR102396959B1 (en) * 2021-05-31 2022-05-12 한국전자기술연구원 Method and System for determining the direction of model output based on analysis of heat dissipation characteristics for stabilization of metal 3D printing output
CN113715337B (en) * 2021-09-26 2023-10-27 上海联泰科技股份有限公司 Control device, control method, 3D printing method and printing equipment
DE102021211370A1 (en) 2021-10-08 2023-04-13 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein Process for manufacturing three-dimensional components
CN114734058B (en) * 2022-03-31 2024-02-09 西安航天发动机有限公司 Multi-laser spliced scanning path planning method and multi-laser spliced scanning method
JP2023181933A (en) * 2022-06-13 2023-12-25 株式会社日立製作所 Additive-manufactured article quality determination device and additive-manufactured article quality determination method

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015199195A (en) 2014-04-04 2015-11-12 株式会社松浦機械製作所 Three-dimensional object molding device
WO2016050319A1 (en) 2014-10-03 2016-04-07 Hewlett-Packard Development Company, L. P. Controlling heating of a surface
JP2016540109A (en) 2013-09-23 2016-12-22 レニショウ パブリック リミテッド カンパニーＲｅｎｉｓｈａｗ Ｐｕｂｌｉｃ Ｌｉｍｉｔｅｄ Ｃｏｍｐａｎｙ Additive manufacturing apparatus and method
JP2016540895A (en) 2013-09-18 2016-12-28 スネクマ Method for monitoring the energy density of a laser beam by image analysis and corresponding apparatus
KR101697530B1 (en) 2015-09-17 2017-01-18 한국생산기술연구원 A head module for 3D printer comprising polygon mirrors rotating in single direction with a function of controlling energy density of beam, and a scanning method therewith and a 3D printer therewith
US20170090462A1 (en) 2015-09-30 2017-03-30 Sigma Labs, Inc. Systems and methods for additive manufacturing operations

Family Cites Families (100)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5427733A (en) * 1993-10-20 1995-06-27 United Technologies Corporation Method for performing temperature-controlled laser sintering
US5552575A (en) * 1994-07-15 1996-09-03 Tufts University Scan welding method and apparatus
AU702209B2 (en) 1996-07-16 1999-02-18 Roche Diagnostics Gmbh Analytical system with means for detecting too small sample volumes
DE19844500A1 (en) 1998-09-29 2000-03-30 Roche Diagnostics Gmbh Process for the photometric evaluation of test elements
JP2000162137A (en) 1998-11-26 2000-06-16 Nikon Corp Surface inspecting device
US7132617B2 (en) * 2002-02-20 2006-11-07 Daimlerchrysler Corporation Method and system for assessing quality of spot welds
US20030222147A1 (en) 2002-06-04 2003-12-04 Hand Held Products, Inc. Optical reader having a plurality of imaging modules
WO2004020139A1 (en) * 2002-08-28 2004-03-11 The P.O.M. Group Part-geometry independant real time closed loop weld pool temperature control system for multi-layer dmd process
SE524421C2 (en) 2002-12-19 2004-08-10 Arcam Ab Apparatus and method for making a three-dimensional product
US6815636B2 (en) * 2003-04-09 2004-11-09 3D Systems, Inc. Sintering using thermal image feedback
US7162070B2 (en) 2003-06-06 2007-01-09 Acushnet Company Use of patterned, structured light to detect and measure surface defects on a golf ball
JP3792683B2 (en) 2003-07-16 2006-07-05 ファナック株式会社 Laser welding equipment
US6930278B1 (en) 2004-08-13 2005-08-16 3D Systems, Inc. Continuous calibration of a non-contact thermal sensor for laser sintering
EP1859422A4 (en) 2005-03-15 2009-12-23 Chubb Internat Holdings Ltd Context-aware alarm system
DE102005015870B3 (en) * 2005-04-06 2006-10-26 Eos Gmbh Electro Optical Systems Device and method for producing a three-dimensional object
DE102005056265A1 (en) 2005-11-14 2007-05-16 Pilz Gmbh & Co Kg Device and method for monitoring a room area, in particular for securing a danger zone of an automated system
US20070276187A1 (en) 2006-02-27 2007-11-29 Wiklof Christopher A Scanned beam imager and endoscope configured for scanning beams of selected beam shapes and/or providing multiple fields-of-view
DE102006019963B4 (en) * 2006-04-28 2023-12-07 Envisiontec Gmbh Device and method for producing a three-dimensional object by layer-by-layer solidifying a material that can be solidified under the influence of electromagnetic radiation using mask exposure
EP2032345B1 (en) 2006-06-20 2010-05-05 Katholieke Universiteit Leuven Procedure and apparatus for in-situ monitoring and feedback control of selective laser powder processing
DE102006057605A1 (en) 2006-11-24 2008-06-05 Pilz Gmbh & Co. Kg Method and device for monitoring a three-dimensional space area
US7515986B2 (en) * 2007-04-20 2009-04-07 The Boeing Company Methods and systems for controlling and adjusting heat distribution over a part bed
US8050884B2 (en) * 2007-12-06 2011-11-01 The Boeing Company Method and apparatus for determining the emissivity, area and temperature of an object
US20100140236A1 (en) 2008-12-04 2010-06-10 General Electric Company Laser machining system and method
GB2466497B (en) 2008-12-24 2011-09-14 Light Blue Optics Ltd Touch sensitive holographic displays
DE102009015282B4 (en) * 2009-04-01 2014-05-22 Eos Gmbh Electro Optical Systems Method and device for generatively producing a three-dimensional object
RU2507032C2 (en) 2009-07-15 2014-02-20 Аркам Аб Method and device for marking 3d structures
US9215244B2 (en) 2010-11-18 2015-12-15 The Boeing Company Context aware network security monitoring for threat detection
CN201915148U (en) 2010-12-14 2011-08-03 苏州大学 Wire-feeding and powder-feeding laser cladding composite nozzle
US20120283712A1 (en) 2011-02-03 2012-11-08 TRIA Beauty Devices and Methods for Radiation-Based Dermatological Treatments
TWI476364B (en) 2011-05-09 2015-03-11 Lin Cho Yi Detecting method and apparatus
US8614797B2 (en) 2011-06-27 2013-12-24 Infineon Technologies Ag Wafer orientation sensor
GB2493398B (en) 2011-08-05 2016-07-27 Univ Loughborough Methods and apparatus for selectively combining particulate material
US10201877B2 (en) * 2011-10-26 2019-02-12 Titanova Inc Puddle forming and shaping with primary and secondary lasers
DE102012212587A1 (en) * 2012-07-18 2014-01-23 Eos Gmbh Electro Optical Systems Apparatus and method for layering a three-dimensional object
US9272369B2 (en) 2012-09-12 2016-03-01 Siemens Energy, Inc. Method for automated superalloy laser cladding with 3D imaging weld path control
US8655307B1 (en) 2012-10-26 2014-02-18 Lookout, Inc. System and method for developing, updating, and using user device behavioral context models to modify user, device, and application state, settings and behavior for enhanced user security
WO2014144630A1 (en) 2013-03-15 2014-09-18 Matterfab Corp. Cartridge for an additive manufacturing apparatus and method
US9468973B2 (en) 2013-06-28 2016-10-18 Arcam Ab Method and apparatus for additive manufacturing
US10821508B2 (en) 2013-08-15 2020-11-03 General Electric Company System and methods for enhancing the build parameters of a component
US10705509B2 (en) 2013-10-21 2020-07-07 Made In Space, Inc. Digital catalog for manufacturing
US9254682B2 (en) 2013-10-28 2016-02-09 Eastman Kodak Company Imaging module with aligned imaging systems
US9747778B2 (en) 2013-12-17 2017-08-29 Samsung Electronics Co. Ltd. Context-aware compliance monitoring
DE112014006179T5 (en) 2014-01-16 2016-11-17 Hewlett-Packard Development Company, L.P. Create three-dimensional objects
RU2595072C2 (en) * 2014-02-14 2016-08-20 Юрий Александрович Чивель Method of controlling process of selective laser sintering of 3d articles from powders and device therefor
US20160347005A1 (en) 2014-03-24 2016-12-01 Empire Technology Development Llc Methods and systems for monitoring melt zones in polymer three dimensional printing
US10207363B2 (en) * 2014-03-24 2019-02-19 James Eldon Craig Additive manufacturing temperature controller/sensor apparatus and method of use thereof
WO2015148702A1 (en) * 2014-03-26 2015-10-01 Sigma Labs, Inc. Optical manufacturing process sensing and status indication system
DE102014208768B4 (en) * 2014-05-09 2019-07-11 MTU Aero Engines AG Method and device for quality assurance
US9925715B2 (en) 2014-06-30 2018-03-27 General Electric Company Systems and methods for monitoring a melt pool using a dedicated scanning device
US9999924B2 (en) * 2014-08-22 2018-06-19 Sigma Labs, Inc. Method and system for monitoring additive manufacturing processes
WO2016042810A1 (en) 2014-09-19 2016-03-24 株式会社東芝 Additive manufacturing device and additive manufacturing method
US9533375B2 (en) 2014-10-02 2017-01-03 Industrial Technology Research Institute Temperature sensing apparatus, laser processing system, and temperature measuring method
US10786948B2 (en) 2014-11-18 2020-09-29 Sigma Labs, Inc. Multi-sensor quality inference and control for additive manufacturing processes
US10632566B2 (en) 2014-12-02 2020-04-28 Product Innovation and Engineering L.L.C. System and method for controlling the input energy from an energy point source during metal processing
US20160167303A1 (en) 2014-12-15 2016-06-16 Arcam Ab Slicing method
DE102015000102A1 (en) 2015-01-14 2016-07-14 Cl Schutzrechtsverwaltungs Gmbh Device for the generative production of three-dimensional components
US11042131B2 (en) 2015-03-16 2021-06-22 Rockwell Automation Technologies, Inc. Backup of an industrial automation plant in the cloud
WO2016158856A1 (en) 2015-04-02 2016-10-06 株式会社ニコン Imaging system, imaging device, imaging method, and imaging program
EP3283249B1 (en) 2015-04-13 2023-06-14 Materialise NV System and method for monitoring and recoating in an additive manufacturing environment
JP6514370B2 (en) * 2015-06-12 2019-05-15 マテリアライズ・ナムローゼ・フエンノートシャップＭａｔｅｒｉａｌｉｓｅ Ｎｖ System and method for verifying consistency in additive manufacturing by means of thermal imaging
CN105058788A (en) * 2015-07-28 2015-11-18 南京师范大学 Distributed type heating device applied to 3D printing and control method
EP3127635A1 (en) * 2015-08-06 2017-02-08 TRUMPF Laser-und Systemtechnik GmbH Additive manufacturing of down-skin layers
CN107530967B (en) * 2015-08-20 2020-01-07 惠普发展公司有限责任合伙企业 Temperature distribution data of filter building material
KR101976970B1 (en) * 2015-09-28 2019-05-09 휴렛-팩커드 디벨롭먼트 컴퍼니, 엘.피. Temperature determination technique of additive manufacturing system
US10816491B2 (en) * 2015-10-09 2020-10-27 Amir Khajepour System and method for real time closed-loop monitoring and control of material properties in thermal material processing
US20180364104A1 (en) 2015-10-27 2018-12-20 Hewlett-Packard Development Company, L.P. Determining temperature of print zone in additive manufacturing system
JP2018533026A (en) 2015-11-05 2018-11-08 ルミナー テクノロジーズ インコーポレイテッド Lidar system with improved scan speed for creating high resolution depth maps
JP2018536092A (en) 2015-11-16 2018-12-06 レニショウ パブリック リミテッド カンパニーＲｅｎｉｓｈａｗ Ｐｕｂｌｉｃ Ｌｉｍｉｔｅｄ Ｃｏｍｐａｎｙ Additive manufacturing method and apparatus
WO2017100695A1 (en) 2015-12-10 2017-06-15 Velo3D, Inc. Skillful three-dimensional printing
WO2017106787A2 (en) 2015-12-16 2017-06-22 Desktop Metal, Inc. Methods and systems for additive manufacturing
US20170173694A1 (en) 2015-12-16 2017-06-22 Desktop Metal, Inc. Bulk metallic glass printer with shearing engine in feed path
CN105499569B (en) * 2015-12-24 2017-09-15 华中科技大学 A kind of temperature field active control system and its control method for high energy beam increasing material manufacturing
CN108883575A (en) 2016-02-18 2018-11-23 维洛3D公司 Accurate 3 D-printing
US10831180B2 (en) * 2016-02-25 2020-11-10 General Electric Company Multivariate statistical process control of laser powder bed additive manufacturing
EP3384408A1 (en) * 2016-03-18 2018-10-10 Hewlett-Packard Development Company, L.P. Modification data for additive manufacturing
WO2017165436A1 (en) 2016-03-21 2017-09-28 Sigma Labs, Inc. Layer-based defect detection using normalized sensor data
US20190009463A1 (en) * 2016-03-30 2019-01-10 Hewlett-Packard Development Company, L.P. Build surface heat control
WO2017186278A1 (en) * 2016-04-26 2017-11-02 Hewlett-Packard Development Company, L P Adjusting operational characteristics of additive manufacturing apparatus
CN109416402A (en) 2016-04-28 2019-03-01 特里纳米克斯股份有限公司 Detector at least one object of optical detection
EP3455057A1 (en) 2016-05-10 2019-03-20 Resonetics, LLC Hybrid micro-manufacturing
KR101858165B1 (en) 2016-05-16 2018-05-15 주식회사 케이랩 Apparatus for measuring a focusing state
WO2017201120A1 (en) 2016-05-17 2017-11-23 Board Of Regents, The University Of Texas System Real-time laser control for powder bed fusion
US11009408B2 (en) 2016-07-26 2021-05-18 Hewlett-Packard Development Company, L.P. Temperature measurement calibration in an additive manufacturing system
GB201701702D0 (en) * 2017-02-02 2017-03-22 Renishaw Plc Methods and system involving additive manufacturing and additively-manufactured article
DE102016011801A1 (en) 2016-09-30 2018-04-05 Eos Gmbh Electro Optical Systems Method for calibrating a device for producing a three-dimensional object and device designed to carry out the method
EP3538295B1 (en) 2016-11-14 2023-05-24 Renishaw PLC Localising sensor data collected during additive manufacturing
CN106626378A (en) * 2016-11-25 2017-05-10 西安交通大学 Dynamic adjustment method for process parameters in selective laser sintering sub regions
US10888924B2 (en) * 2017-01-27 2021-01-12 Raytheon Technologies Corporation Control for powder fusion
WO2018208833A1 (en) * 2017-05-09 2018-11-15 Arconic Inc. Systems and methods for defect detection in additively manufactured bodies
KR102482487B1 (en) * 2017-05-10 2022-12-29 모나쉬 유니버시티 Methods and systems for quality assurance and control of additive manufacturing processes
US10974497B2 (en) * 2017-06-05 2021-04-13 The Boeing Company Multi-region temperature controlled base for additive manufacturing
JP6887896B2 (en) 2017-06-28 2021-06-16 日本電子株式会社 3D laminated modeling equipment
US9977425B1 (en) 2017-07-14 2018-05-22 General Electric Company Systems and methods for receiving sensor data for an operating manufacturing machine and producing an alert during manufacture of a part
US10479020B2 (en) 2017-08-01 2019-11-19 Sigma Labs, Inc. Systems and methods for measuring radiated thermal energy during an additive manufacturing operation
US10725459B2 (en) 2017-08-08 2020-07-28 General Electric Company Identifying and distributing optimal machine parameters within a fleet of additive manufacturing machines
US10710307B2 (en) * 2017-08-11 2020-07-14 Applied Materials, Inc. Temperature control for additive manufacturing
US11511373B2 (en) * 2017-08-25 2022-11-29 Massachusetts Institute Of Technology Sensing and control of additive manufacturing processes
EP3668702B1 (en) 2017-10-04 2022-12-21 Hewlett-Packard Development Company, L.P. Additive manufacturing temperature
US10605665B2 (en) 2017-10-31 2020-03-31 National Cheng Kung University Method for measuring temperature of process area
EP3527352B1 (en) 2018-02-15 2020-06-03 SLM Solutions Group AG Device and method for calibrating an irradiation system of an apparatus for producing a three-dimensional work piece

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016540895A (en) 2013-09-18 2016-12-28 スネクマ Method for monitoring the energy density of a laser beam by image analysis and corresponding apparatus
JP2016540109A (en) 2013-09-23 2016-12-22 レニショウ パブリック リミテッド カンパニーＲｅｎｉｓｈａｗ Ｐｕｂｌｉｃ Ｌｉｍｉｔｅｄ Ｃｏｍｐａｎｙ Additive manufacturing apparatus and method
JP2015199195A (en) 2014-04-04 2015-11-12 株式会社松浦機械製作所 Three-dimensional object molding device
WO2016050319A1 (en) 2014-10-03 2016-04-07 Hewlett-Packard Development Company, L. P. Controlling heating of a surface
KR101697530B1 (en) 2015-09-17 2017-01-18 한국생산기술연구원 A head module for 3D printer comprising polygon mirrors rotating in single direction with a function of controlling energy density of beam, and a scanning method therewith and a 3D printer therewith
US20170090462A1 (en) 2015-09-30 2017-03-30 Sigma Labs, Inc. Systems and methods for additive manufacturing operations

Also Published As

Publication number Publication date
CN111315531A (en) 2020-06-19
DE112018001597B4 (en) 2021-06-02
US11938560B2 (en) 2024-03-26
US20190039318A1 (en) 2019-02-07
US20220388249A1 (en) 2022-12-08
JP2024037833A (en) 2024-03-19
US10479020B2 (en) 2019-11-19
CN111315531B (en) 2022-09-30
KR102340573B1 (en) 2021-12-21
JP2022081477A (en) 2022-05-31
JP7408066B2 (en) 2024-01-05
DE112018001597T5 (en) 2019-12-12
EP3548218A4 (en) 2019-12-04
CN115319115A (en) 2022-11-11
KR20200051594A (en) 2020-05-13
US11390035B2 (en) 2022-07-19
US20200101671A1 (en) 2020-04-02
EP3548218A1 (en) 2019-10-09
WO2019028184A1 (en) 2019-02-07
JP2020530070A (en) 2020-10-15

Similar Documents

Publication Publication Date Title
JP7024981B2 (en) Systems and methods for measuring radiant thermal energy during additive manufacturing operations
US10639745B2 (en) Systems and methods for measuring radiated thermal energy during an additive manufacturing operation
US11517984B2 (en) Methods and systems for quality inference and control for additive manufacturing processes
US20240092016A1 (en) Defect detection for additive manufacturing systems
US10717264B2 (en) Systems and methods for additive manufacturing operations
Spears et al. In-process sensing in selective laser melting (SLM) additive manufacturing
CN110352104B (en) System and method for manufacturing a component based on local thermal conductivity of a build material
CN112004635B (en) Systems and methods for additive manufacturing
CN111168062B (en) Weld puddle monitoring system and method for detecting errors in an additive manufacturing process
EP3433041A1 (en) Layer-based defect detection using normalized sensor data
US11260454B2 (en) Correction of non-imaging thermal measurement devices
Caelers Study of in-situ monitoring methods to create a robust SLM process: preventing collisions between recoater mechanism and part in a SLM machine

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200420

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210315

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210430

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210730

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220104

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220202

R150 Certificate of patent or registration of utility model

Ref document number: 7024981

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350